全文总字数：2482字

1. 研究目的与意义及国内外研究现状

随着图像数字化处理技术的不断发展，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，而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，导致数字图像质量差，因此需要对图像进行降噪处理，提高图像的清晰度。目前现有的图像降噪技术中，小波降噪算法在收到强度大的噪声干扰下的输出信噪比较低，对海量数字图像去噪处理中的实时性较差。针对这一问题，本课题提出卡尔曼滤波自适应图像降噪的设计方案，自适应卡尔曼滤波器可以根据图像序列中的噪声统计特性和运动检测的变化自动调整自身参数，从而使得图像降噪算法有了进一步的优化。

随着微电子技术的高速发展,fpga为数字图像信号处理在算法、系统结构上带来了新的方法和思路。传统的dsp芯片的方法成本较高、会受到高频干扰并且功率消耗较大；而fpga具有编程灵活，相比较asic设计周期较短，其可靠性、灵活性和低功耗等特点，比较适用于星上系统。采用基于fpga（内嵌dsp模块）的硬件架构设计，具有更高的性能和更低的功耗，同时满足实时性和复杂性的要求，降低硬件设计的复杂度，大大提高系统的整体性能。由于图像中的所有元素均可施以同样的操作,存在固有的并行性,非常适合于映射到fpga架构中由硬件算法实现,使得图像的处理速度大大加快。对于数字图像处理，底层图像处理的数据量很大,要求处理速度快,但运算结果相对比较简单,以fpga作为主要处理芯片的图像处理系统非常适合于对图像进行处理。

国内外研究现状

图像处理系统中,底层的图像预处理的数据量很大,要求处理速度快,但运算结果相对比较简单,适用于用fpga通过硬件实现,这样能同时兼顾速度及灵活性。编程逻辑门阵列(fpga)是当今运用极其广泛的可编程逻辑器件,将fpga技术与图像处理技术相结合,可以充分发挥fpga硬件设计、并行处理以及多级流水线设计的优势,其结构的最大特点是结构灵活,有较强的通用性,适于模块化设计,从而能够提高运算、处理的效率,同时开发周期短,易于维护和扩展,适于实时图像处理，提高图像处理系统的数据处理能力和处理速度。fpga为图像处理在算法以及系统结构上带来了新的方法和思路。因此，基于fpga的实时图像处理为应急响应系统提供及时的图像资料，具有广泛的应用前景和深远的现实意义。

2. 研究的基本内容

为提高图像的清晰度，并且改善对于数字图像图像处理时时效性的问题，提出利用卡尔曼滤波对采集的数字图像进行自适应降噪处理，改善图像信噪比程度。同时，结合FPGA在速度和集成度方面的优势，在硬件方面，由FPGA实现相关滤波算法和实时运算的程序运算，最后进行实验的验证。本课题主要研究有FPGA实现由卡尔曼滤波对图像的降噪，并对卡尔曼滤波算法进行简化，从而减少计算量。

3. 实施方案、进度安排及预期效果

（1）2018年1月20日—2018年3月10日：查阅资料、学习和研究相关资料，熟悉软件仿真平台，填写任务书及开题报告；

（2）2018年3月12日—2018年5月11日：进行系统设计，编写相关软件代码，再进行实验验证，提交中期检查，完成文献翻译和论文初稿；

4. 参考文献

[1] 高振华，黄山，张洪斌，等.基于自适应背景匹配的运动目标检测算法[j].计算机工程与设计，2013，34（8）：28392843

[2]余洋,戴伟.基于fpga的图像处理算法的研究与硬件设计[j].探索科学.2016(5):76.

[3]程佩青，数字信号处理[m].第二版.清华大学出版社，2001