论文总字数：20036字

目 录

1 绪论 1

1.1 课题研究的意义及背景 1

1.2 相关技术研究现状 1

1.2.1图像算法研究现状 1

1.2.2 FPGA在图像处理方面的研究现状 1

1.3 本文主要设计内容及安排 2

2 图像去噪方法的研究 3

2.1 噪声的分类 3

2.2 基于卡尔曼滤波去噪方法 3

2.2.1卡尔曼滤波原理 3

2.2.2 离散卡尔曼滤波算法 3

2.3 图像去噪质量评价 5

2.3.1针对不同噪声类型去噪的MATLAB实现 5

2.3.2针对不同Q、R值去噪的MATLAB实现 7

3 FPGA设计介绍 10

3.1设计平台介绍 10

3.1.1 FPGA发展 10

3.1.2 FPGA原理及特点 10

3.2 FPGA开发流程 11

4卡尔曼滤波的FPGA设计 14

4.1 总体结构设计 14

4.2 图片数据输入存储模块 14

4.3 时钟分频模块 16

4.4 卡尔曼滤波模块 17

4.5 数据输出及显示模块 19

5 实验测试结果分析 20

6 总结 22

参考文献 22

致 谢 24

基于FPGA的离散卡尔曼自适应图像降噪

刘锦琨

，China

Abstract: As the medium of transmission of information, images are affected by complex objective factors, which make it difficult to interfere with the noise signal during transmission or acquisition, which leads to the change of image pixel value and the quality of the image. Therefore, after receiving the image, we need to de noise the image and improve the definition of the image. In this paper, the discrete Calman filter algorithm is used. According to the characteristics of the noise signal, the time updating equation and the measurement update equation are used to deal with the noise, and the noise of different types is compared and reduced. The time renewal equation estimates the values of the parameters of the next state by the values of the current state variables and the covariance estimated, and the update equation calculates the gain and participates in the operation of the state estimation. By recursive computation of each parameter in each cycle, the output of the final estimate is obtained and the noise signal is filtered out. Finally, the operation and FPGA hardware platform, according to the parallel operation characteristics of FPGA, make the program run at a high speed, thus improving the efficiency of the filtering operation, at the same time, the filter is realized and the picture is output on the hardware platform.

Key words: FPGA; discrete Kalman filtering; adaptive image denoising; digital image processing

绪论

课题研究的意义及背景

随着信息数字化处理技术发展的不断进步，图像作为信息传输的媒介越来越广泛地应用于学习、工作、科研及生活的各个领域中。在不断的应用之中，人们对于图像的清晰度有了更高的要求，对于系统的成像要求也越来越高，但是由于成像环境条件的复杂，数字图像在采集时难免会收到噪声信号的干扰，导致数字图像的清晰度受到影响，从而图像质量变差，因此需要降低图像的噪点，提高图像的清晰度，使图像信息更加真实的体现。目前国内外提出了多种较为常用的图像去噪算法，如中值滤波算法，小波分析法等，已被广泛应用，但仍有改进的空间。

由于图像处理技术不断的发展，人们对数字图像处理技术的要求也越来越高^[1]。目前，进行图像处理的相关系统对于数据处理量的需求很大，且要求很快的的处理速度，所以大多数用于图像处理的算法还只能利用软件去运算，但软件环境所需的成本太高，且规模很大，使得由运算平台实现较难。在微电子技术的高速发展的趋势下，现场可编程门阵列（Field Programmable Gate Array, FPGA)器件在数字图像信号处理在算法、系统结构方面创造了新的方法和思路。FPGA是在PAL、GAL、EPLD等可编程器件的基础上进一步发展的产物^[2]。FPGA具有并行计算能力，能够很大程度上提高图像处理算法的运算效率，且具有较高的性能和较低的耗能。由于FPGA的硬件结构设计，可以满足设计的复杂性和实时性，降低了硬件设计时的复杂性，从而使系统的整体性能有了显著地提高。因此，利用FPGA进行图像处理的算法研究具有较大的优势，它的应用领域也会越来越广。

1.2 相关技术研究现状

1.2.1图像算法研究现状

图像降噪，就是指提取图像中的噪点信息，再利用滤波算法，滤除减少图像中的噪声点，以达到提高图像清晰度的目的^[3]。不同的噪声信号在滤除时，滤波方法上也会有所不同。在选择滤波方法时应根据相应的噪声的特征信息，以及这些信息和图像之间的联系，确定合适的滤波方法进行噪声滤波处理，从而改善图像的质量。

图像去噪的方法一般可以分为空域滤波法、频域滤波法和小波域滤波法三种。空域滤波法是指直接对图像的像素进行滤波处理^[4]；频域滤波法指的是将图像像素数据进行相关变换后（如傅里叶变换、小波变换等），在频域中对变换后的图像参数进行滤波运算处理，处理之后再对数据进行逆变换，最终得到滤波后的图像。基于小波变换的图像降噪方法主要是指利用图像信息和噪声信号在小波变换中所展现出来的不同特点,也就是说对小波系数的不同贡献进行区分，最终除去噪声信号^[5]。

1.2.2 FPGA在图像处理方面的研究现状

目前专用的图像处理器件主要包括专用集成芯片ASIC、数字信号处理器DSP和现场可编程门阵列FPGA以及相关电路构成的图像处理系统。这些处理器件都可以对各种图像处理算法进行实时高速的处理运算。

剩余内容已隐藏，请支付后下载全文，论文总字数：20036字