1. 毕业设计（论文）主要目标：
1、采用一种基于非局部滤波和小波收缩的去斑点算法对SAR噪声图像进行去噪处理。2、利用改进的BM3D方法对SAR图像进行处理，做到更好的边缘和细节信息保留。
3、重现上述算法并与多种去噪方法比较，对自然与SAR等不同类型图像进行实验处理和综合分析。2. 毕业设计（论文）主要内容：
1、研究图像去噪的一些常见方法，重点研究小波变换和BM3D去噪。2、使用与原始BM3D相同的算法结构，修改个别进程以考虑SAR图像数据的特殊性（不平稳）。
3、在原始BM3D基础上改进
（1）用点对点（ad hoc）测量方法，用于相似图像块分组；
3. 主要参考文献
【1】D. T. Kuan, A.A. Sawchuk, T. C. Stand, and P. Chavel, 'Adaptive noise smoothing filter for images with signal-dependent noise,' IEEE Trans. Pattern Anal. Mach. Intell., vol. 7, no. 2, pp. 165-177, Mar. 1985.【2】A. Lopes, E. Nezry, R. Touzi, and H. Laur, 'Structure detection and statistical adaptive speckle filtering in SAR images,' Int. J. Remote Sens., vol. 14, no. 9, pp. 1735-1758, 1993.
【3】M. I. H. Bhuiyan, M. O. Ahmad, and M. N. S. Swamy, “Spatially adaptive wavelet-based method using the Cauchy prior for denoising the SAR images,” IEEE Trans. Circuits Syst. Video Technol., vol. 17, no. 4, pp. 500–507, Apr. 2007.
【4】T. Bianchi, F. Argenti, and L. Alparone, “Segmentation-based MAP despeckling of SAR images in the undecimated wavelet Domain,” IEEE Trans. Geosci. Remote Sens., vol. 46, no. 9, pp. 2728–2742, Sep. 2008.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
