一種用于圖像濾噪的kalman濾波器設(shè)計(jì)【文獻(xiàn)綜述】

1、畢業(yè)設(shè)計(jì)文獻(xiàn)綜述畢業(yè)設(shè)計(jì)文獻(xiàn)綜述電氣工程及自動(dòng)化電氣工程及自動(dòng)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)簡(jiǎn)單來說，卡爾曼濾波器是一個(gè)“optimalrecursivedataprocessingalgithm（最優(yōu)化自回歸數(shù)據(jù)處理算法）”。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(duì)于解決很大部分的

2、問題，它是最優(yōu)，效率最高甚至是最有效的。隨著計(jì)算機(jī)的迅速發(fā)展和廣泛的應(yīng)用，特別在航空領(lǐng)域迅速得到了應(yīng)用，取得了許多成功的實(shí)例。近年來更被應(yīng)用于計(jì)算機(jī)圖像處理，例如頭臉識(shí)別，圖像分割，圖像邊緣檢測(cè)等等?！盀V波”事實(shí)上是一種數(shù)據(jù)處理運(yùn)算法則，盡管濾波器的典型內(nèi)涵是作為一個(gè)“黑盒”，包含一些電氣網(wǎng)絡(luò)，事實(shí)上在大部分實(shí)際應(yīng)用中“濾波器”只是在中央處理器的一個(gè)計(jì)算機(jī)程序。因此，它在本質(zhì)上包含了離散時(shí)間測(cè)量采樣，而不是連續(xù)時(shí)間輸入。圖1.1描述了一

3、個(gè)典型情況，卡爾曼濾波器可以有利得被使用。某一類系統(tǒng)被一些已知的控制和測(cè)量設(shè)備所驅(qū)動(dòng)，這些測(cè)量設(shè)備提供了相關(guān)的數(shù)量值。這些輸入輸出信息是可以從物理系統(tǒng)中明確獲得，并用于估計(jì)用途的?？刂葡到y(tǒng)誤差源系統(tǒng)狀態(tài)（期望的，但未知）測(cè)量設(shè)備系統(tǒng)測(cè)量誤差源觀察到的測(cè)量值卡爾曼濾波器系統(tǒng)狀態(tài)的最優(yōu)估計(jì)離散卡爾曼濾波器循環(huán)更新圖。時(shí)間更新方程將當(dāng)前狀態(tài)變量作為先驗(yàn)估計(jì)及時(shí)地向前投射到測(cè)量更新方程，測(cè)量更新方程校正先驗(yàn)估計(jì)以獲得狀態(tài)的后驗(yàn)估計(jì)。計(jì)算完時(shí)間更

4、新方程和測(cè)量更新方程，整個(gè)過程再次重復(fù)。上一次計(jì)算得到的后驗(yàn)估計(jì)被作為下一次計(jì)算的先驗(yàn)估計(jì)。這種遞歸推算是卡爾曼濾波器最吸引人的特性之一——它比其它濾波器更容易實(shí)現(xiàn)：例如維納濾波器[Brown92]，每次估計(jì)必須直接計(jì)算全部數(shù)據(jù)，而卡爾曼濾波器每次只根據(jù)以前的測(cè)量變量遞歸計(jì)算當(dāng)前的狀態(tài)估計(jì)。目前，解決最優(yōu)濾波問題有三種方法：Wiener濾波方法、卡爾曼濾波方法和現(xiàn)代時(shí)間序列分析方法。Wiener濾波由于其自身的局限性，己經(jīng)很難滿足現(xiàn)代科

5、技發(fā)展的需要，所以卡爾曼濾波理論一提出，立刻得到了眾多學(xué)者的關(guān)注和研究，現(xiàn)在，它己經(jīng)成為現(xiàn)代控制理論的一個(gè)重要分支。但是卡爾曼濾波也有許多不足。（1）卡爾曼濾波方法的提出只適用于線性系統(tǒng)，并且要求觀測(cè)方程也必須是線性的。（2）卡爾曼濾波的誤差問題，當(dāng)系統(tǒng)的模型精確并且一致完全可控與一致完全可觀測(cè)條件下穩(wěn)態(tài)濾波與濾波初值的選取無關(guān)，但是我們對(duì)于系統(tǒng)的認(rèn)識(shí)不全面，這樣往往使確定的模型與實(shí)際不相符并且很難得到噪聲的先驗(yàn)統(tǒng)計(jì)特性，因此，可能會(huì)產(chǎn)