一種用于圖像濾噪的kalman濾波器設(shè)計(jì)【開題報(bào)告+文獻(xiàn)綜述+畢業(yè)設(shè)計(jì)】

1、1畢業(yè)設(shè)計(jì)開題報(bào)告畢業(yè)設(shè)計(jì)開題報(bào)告電氣工程與電氣工程與自動化自動化一種用于圖像濾噪的一種用于圖像濾噪的KalmanKalman濾波器設(shè)計(jì)濾波器設(shè)計(jì)一、選題的背景與意義卡爾曼濾波是一種最優(yōu)遞歸數(shù)據(jù)處理運(yùn)算法則。Kalman濾波理論作為一種最重要的最優(yōu)估計(jì)理論應(yīng)用于各種領(lǐng)域，包括機(jī)器人導(dǎo)航，控制，傳感器數(shù)據(jù)融合甚至在軍事方面的雷達(dá)系統(tǒng)以及導(dǎo)彈追蹤等等。對于解決很大部分的問題，它是最優(yōu)，效率最高甚至是最有效的。在概念上，卡爾曼濾波器所做的是，

2、對嘈雜環(huán)境中提供的數(shù)據(jù)進(jìn)行最優(yōu)估計(jì)，“最優(yōu)”意味著在某些方面最大限度減少誤差。二、研究的基本內(nèi)容與擬解決的主要問題：本課題針對一副給定圖像，用卡爾曼技術(shù)對圖像的采用兩種掃描方式進(jìn)行濾波處理。由于一般來說圖像象素與象素之間（或行與行之間）的相關(guān)性特別強(qiáng)，所以將這些元素作為狀態(tài)變量建立狀態(tài)空間函數(shù)，采用卡爾曼遞歸濾波方式進(jìn)行噪音濾除。課題中圖像處理部分將使用MATLAB來實(shí)現(xiàn)算法。課題的結(jié)果將對給定含有噪聲的圖像設(shè)計(jì)一個(gè)卡爾曼濾波器對器濾噪

3、，使濾波后的圖像噪聲減少程度要達(dá)到設(shè)計(jì)要求。擬解決的主要問題：給定下列不含噪聲的圖像，大小為m行n列。1首先對其加上噪聲（高斯白噪）。2設(shè)計(jì)一個(gè)Kalman濾波算法，盡可能濾除這些噪聲。3Kalman濾波算法中，考慮用兩種變量，來作為狀態(tài)變量：（1）以每一個(gè)象素，每行從左至右，然后每行從上至下掃描。（2）以每一行象素，從上至下掃描。4.對去噪后的圖像與帶噪圖像進(jìn)行比較，算出信噪比。三、研究的方法與技術(shù)路線：圖1.1描述了一個(gè)典型情況，卡

4、爾曼濾波器可以有利得被使用。某一類系3從上至下掃描2.以每一行象素，從上至下掃描。最后對除噪后的圖像與帶噪圖像進(jìn)行比較，算出信噪比.四、研究的總體安排與進(jìn)度：2010年11月至2010年12月：查閱文獻(xiàn)資料、撰寫開題報(bào)告；2011年02月至2011年03月：設(shè)計(jì)及實(shí)驗(yàn)；2011年03月至2011年04月：撰寫并提交畢業(yè)論文，做答辯準(zhǔn)備；2011年05月至2011年05月：畢業(yè)答辯。五、主要參考文獻(xiàn)：[1]BrownR.G.P.Y.C.H

5、wang.1992.IntroductiontoRomSignalsAppliedKalmanFilteringSecondEditionJohnWiley&SonsInc.[2]GelbA.1974.AppliedOptimalEstimationMITPressCambridgeMA.[3]GrewalMohinderS.AngusP.rews(1993).KalmanFilteringTheyPractice.UpperSaddl

6、eRiverNJUSAPrenticeHall.[4]JacobsO.L.R.1993.IntroductiontoControlThey2ndEdition.OxfdUniversityPress.[5]蔣志凱，數(shù)字濾波與卡爾曼濾波[M]，中國科學(xué)技術(shù)出版社，1993，3：174221.[6]R.E.KALMAN，ANewApproachtoLinearFilteringPredictionProblems[J]，ResearchIn