如何做畢業(yè)設(shè)計

1、如何做畢業(yè)設(shè)計論文類型研究型研究型應用開發(fā)型論文分析比較型論文理論探索型論文系統(tǒng)實現(xiàn)型論文 研究型論文v選定開發(fā)平臺（C,C+,VC,VB, Java, mat lab）v將相應的傳統(tǒng)方法進行編程實現(xiàn)（至少一個）v將本文工作進行編程實現(xiàn)v將本文工作運算的中間數(shù)據(jù)進行儲存,（或者不同參數(shù)的調(diào)整實驗結(jié)果）v將本文工作的實驗結(jié)果與傳統(tǒng)相應的結(jié)果進行比較，突出自己的優(yōu)點v本文工作的不足以及相應的實驗結(jié)果研究型論文實例v題目：v基于局部保邊函數(shù)的圖像椒鹽噪聲去除基于局部保邊函數(shù)的圖像椒鹽噪聲去除 v研究的對象：圖像椒鹽噪聲去除圖像椒鹽噪聲去除v研究方法：局部保邊函數(shù)局部保邊函數(shù)傳統(tǒng)方法（編程實現(xiàn)一個）

2、標準中值濾波（SM）： 用鄰域的中值來代替圖像中每個象素的灰度值。對于低噪聲圖像，SM濾波能有效抑制椒鹽噪聲。但是它具有以下三點不足： （1）不能完全被消除高噪聲圖像中的噪聲 （2）不能較好的保存圖像邊緣和細節(jié)部分 （3）去噪效果與鄰域個數(shù)有關(guān)。因此，為了克服標準中值濾波的局限性，又在此基礎(chǔ)上提出了一些其他的方法。 自適應中值濾波（AM）。當自適應中值濾波的最大窗口較大時，自適應中值濾波的計算時間較長。 運用保邊勢函數(shù)來消除椒鹽噪聲。Chan結(jié)合了自適應中值濾波和保邊勢函數(shù)（AM-EPR）的方法對椒鹽噪聲圖像進行恢復，它能恢復噪聲高達80%的圖像，但它是以象素點為單位恢復噪聲圖像的，因此其計算

3、效率很低。 vDONG Yiqiu將所有可能的噪聲點形成向量，且使用GBB算法解決最小化問題（AM-IEPR），從而極大的改進了AM-EPR方法的計算效率，但是該方法并沒有考慮到圖像像素鄰域之間的相關(guān)性，從圖像整體上而言，去噪效果較好，但是損失圖像的一些局部信息，對信息主要分布在高頻的圖像去噪效果不理想。v1）對低信噪比圖像首先運用自適應中值濾波器減少脈沖噪聲對圖像的影響同時保留了圖像邊緣和紋理等細節(jié)信息v(2)分析處理后的圖像局部鄰域內(nèi)像素之間的關(guān)系，設(shè)計保邊和保紋理映射函數(shù)，v(3)利用優(yōu)化算法求出目標函數(shù)的最值進而實現(xiàn)了低信噪比圖像的復原，抑制脈沖噪聲以提高圖像的灰度分辨率；本文工作進行

4、編程實現(xiàn)區(qū)域尺寸區(qū)域尺寸參數(shù)：參數(shù)：區(qū)域重疊參數(shù)v將本文工作的實驗結(jié)果與傳統(tǒng)相應的結(jié)果進行比較，突出自己的優(yōu)點本文工作的不足以及相應實驗結(jié)果應用型應用型v分析本文工作（所用技術(shù)路線，系統(tǒng)設(shè)計）v選定開發(fā)平臺（特殊的硬件平臺，開發(fā)語言/開發(fā)工具）v根據(jù)設(shè)計結(jié)果，完成系統(tǒng)實現(xiàn)v測試開發(fā)結(jié)果（軟件工程理論的應用）應用型論文實例v題目：v基于角色訪問控制的網(wǎng)站應用基于角色訪問控制的網(wǎng)站應用 v研究的對象：網(wǎng)站應用網(wǎng)站應用 v研究方法：角色訪問角色訪問選定開發(fā)平臺 v 使用JSP制作頁面；v采用MVC框架，用JAVA語言做連接數(shù)據(jù)庫的程序；v用PostgreSQL的數(shù)據(jù)庫。 根據(jù)設(shè)計結(jié)果，完成系統(tǒng)實現(xiàn)各個功能模塊的實現(xiàn)v新聞模塊v登陸模塊v用戶管理