基于Matlab 的卡尔曼滤波框架下的深度图的提取开题报告

 2021-08-08 02:08

全文总字数:1501字

1. 研究目的与意义

在2维到3维图像或视频转换应用里,深度图的提取至关重要,而卡尔曼滤波方式能根据图像序列里上一个特征点的位置预测下一帧图像里下一个特征点的位置,建立连续帧之间特征点的联系,利用迭代方程有效地抑制计算发散,在长序列图像中能准确地得到视差位移。

本论文主要阐述Kalman滤波器原理,利用matlab仿真实现卡尔曼框架下的基于像素和基于特征的两种深度图的提取方法。

2. 国内外研究现状分析

简单的卡尔曼滤波器来自于1960年卡尔曼给出的离散系统的卡尔曼滤波器,并且从最大似然估计的角度推出了卡尔曼滤波方程,随后1961年又提出了连续系统的卡尔曼滤波器。

随着卡尔曼滤波器的应用越来越广泛,卡尔曼滤波的理论原理也在不断的调整跟进。

为了抑制计算发散引起不良影响,最初由potter提出了平方根滤波算法【2】,该算法被成功应用于阿波罗登月计划。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的基本内容与计划

(1) 了解卡尔曼滤波算法的提出,发展改进以及应用领域 (2) 阐释卡尔曼滤波的原理且进行参数分析,论证参数对于结果的影响 (3) 利用matlab仿真分别实现基于像素和基于特征的卡尔曼滤波三维深度图提取 (4) 用实例进行图像的降噪与估计,验证matlab设计的滤波器性能并比较两种方案的优劣 (5) 考虑工程中存在的实际问题并且提出相应的解决方案

1-3周,收集资料,查阅相关的参考文献,了解课题研究的基本内容、目的和意义,了解kalman滤波器的设计方法,完成开题报告。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

(1) 分析不同参数对于卡尔曼滤波结果的影响(2) 针对不同的工程要求,即滤波精度要求,运算速度要求进行程序算法的改进

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。