全文总字数：2578字

1. 研究目的与意义及国内外研究现状

图像中各种妨碍人们对其信息接受的因素即可称为图像噪声 。噪声的分类很多种，按照频谱分可以分为白噪声和三角噪声，按照噪声和信号的关系来分，分为加性噪声和乘法噪声，按照概率密度函数分又可分为高斯噪声，椒盐噪声，指数分布噪声等。

图像数字化的过程中引入量化的噪声，这样就导致图片的变得模糊，质量下降，严重的妨碍了人们感觉器官对所接收的信源信息理解。因此去除噪声，还原图像的真实信息是非常重要的。当前滤除图像噪声的方法最主要有三种均匀滤波，中值滤波，维纳滤波。但是这几种方式很容易导致图像模糊。

2. 研究的基本内容

将卡尔曼滤波器扩展到二维空间，可推广应用于图像去噪。

在卡尔曼滤波中，是用状态变量方程来描述被研究系统动力学方程，系统信号模型状态向量决定了卡尔曼滤波的阶数。对于随机过程，状态是以过去和现在估计的最小信息量来决定全部未来的响应的最佳估值，从而给出未来的、带来噪声干扰的观测值。

3. 实施方案、进度安排及预期效果

实施方案

将基于卡尔曼滤波技术应用于对实际图像噪声的处理；用matlab实现算法。

4. 参考文献

1.彭丁聪. 卡尔曼滤波的基本原理及应用[j]. 软件导刊,2009,(11):32-34.

2.赛地瓦尔地买买提. 低复杂度非局部均值与卡尔曼滤波的图像去噪方法研究[d].西南交通大学,2014.

3.王彤. 卡尔曼滤波在图像处理中的应用[j]. 科技信息(学术研究),2008,(32):575-576.