1. 毕业设计（论文）主要内容：
水下声呐成像系统已被广泛用于水下目标检测、识别和跟踪。
但是，在信号采集和传输过程中，声呐成像质量通常会受到斑点噪声的影响，以此降低水下目标检测、识别和跟踪的可靠性，会对水下应急搜救系统产生负面影响。
因此，在抑制水下声呐图像噪声的同时如何有效保留图像中的重要细节特征成为亟待解决的问题。
2. 毕业设计（论文）主要任务及要求
（1）针对水下声呐图像的结构特点，构建斑点噪声消除的神经网络结构与损失函数；（2）与传统图像去噪技术进行比较分析，同时采用模拟和真实数据以验证该网络的优越性。
3. 毕业设计（论文）完成任务的计划与安排
2020.03.06-2020.03.15：完成毕业论文的选题工作；2020.03.15-2020.03.25：撰写开题报告和外文翻译，交予指导老师；2020.03.25-2020.05.31：撰写毕业论文，并且积极与老师进行交流讨论；2020..05.31-2020.06.08：准备毕业论文答辩工作。
4. 主要参考文献
[1] LeCun, Y., Bengio, Y., and Hinton, G, Deep learning, Nature, 521, pp. 436-444, 2015.[2] K. Zhang, W. Zuo, S. Gu, and L. Zhang, Learning deep CNN denoiser prior for image restoration, IEEE CVPR, pp. 3929-3938, 2017.[3] K. Zhang, W. Zuo, Y. Chen, D. Meng, and L. Zhang, Beyond a Gaussian denoiser : Residual learning of deep CNN for image denoising, IEEE TIP, vol. 26, no. 7, pp. 3142-3155, 2017.[4] K. Zhang,W. Zuo,and L. Zhang, FFdnet: Toward a fast and flexible solution for cnn based image denoising, IEEE TIP, vol. 27, no. 9, pp. 4608-4622, 2018.[5] Shi Guo, Zifei Yan, Kai Zhang, W. Zuo, and L. Zhang, Toward convolutional blind denoising of real photo-graphs, arXiv, 1807.04686, 2018.[6] Z. Wang, A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli, Image quality assessment: From error visibility to structural similarity, IEEE TIP, vol. 13, no. 4, pp. 600-612, 2004.
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。
