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(dòng)化自動(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)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(duì)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(duì)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(duì)一副給定圖像，用卡爾曼技術(shù)對(duì)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(duì)給定含有噪聲的圖像設(shè)計(jì)一個(gè)卡爾曼濾波器對(duì)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(duì)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(duì)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(duì)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