Методы и алгоритмы рекуррентного оценивания пространственно-временных деформаций многомерных изображений

Методы и алгоритмы рекуррентного оценивания пространственно-временных деформаций многомерных изображений

Автор: Ташлинский, Александр Григорьевич

Шифр специальности: 05.13.16

Научная степень: Докторская

Год защиты: 1999

Место защиты: Ульяновск

Количество страниц: 381 с. ил.

Артикул: 306779

Автор: Ташлинский, Александр Григорьевич

Стоимость: 250 руб.

Методы и алгоритмы рекуррентного оценивания пространственно-временных деформаций многомерных изображений  Методы и алгоритмы рекуррентного оценивания пространственно-временных деформаций многомерных изображений 

Глава 1. Модели многомерных изображений. Особенности моделей реальных изображений. Модели, учитывающие конечность размеров элементов фотоприемных устройств. Модели, учитывающие неравномерность чувствительности датчиков. Глава 2. Оценивание марковских сдвигов изменяющихся изображений. Компенсационный подход при оценивании межкадровых пространственных деформациях. Итеративные и рекуррентные алгоритмы оценивания параметров деформаций. Основные результаты и выводы. Глава 3. Оценка угла поворота изображений по сдвигам локальных фрагментов . Основные результаты и выводы. Глава 4. Постановка задачи. Псевдоградиентные тензорные алгоритмы фильтрации многомерных изображений при марковских пространственных деформациях. Введем оператор сдвига гххр где г ги. Xх 9хи Введенные операторы линейны, тогда арифмети
ческим операциям над функциями соответствуют те же операции над соответствующими им операторами. В частности, дгНгх дгЩгх9 поэтому д1г 1 дг определяет оператор, обратный к оператору, определяемому функцией дг.


Оценивание марковских сдвигов изменяющихся изображений. Компенсационный подход при оценивании межкадровых пространственных деформациях. Итеративные и рекуррентные алгоритмы оценивания параметров деформаций. Основные результаты и выводы. Глава 3. Оценка угла поворота изображений по сдвигам локальных фрагментов . Основные результаты и выводы. Глава 4. Постановка задачи. Псевдоградиентные тензорные алгоритмы фильтрации многомерных изображений при марковских пространственных деформациях. Введем оператор сдвига гххр где г ги. Xх 9хи Введенные операторы линейны, тогда арифмети
ческим операциям над функциями соответствуют те же операции над соответствующими им операторами. В частности, дгНгх дгЩгх9 поэтому д1г 1 дг определяет оператор, обратный к оператору, определяемому функцией дг. Уравнение 1. X через элементы возмущающего поля. В частности, модель 1. ПаРйЛ. Представим 1. РАГО РппГТО Рггг а1 Р2,1 . Последнее уравнение дает эквивалентное представление модели 1. С в форме независимых авторегрессий по каждой из координат. ГЧг 1. А . ЧРги,, Ол1 Рг4, ч . На первом этапе этого процесса из взаимно независимых СВ формируются взаимно независимые строки одномерные СП. На втором этапе формируются взаимно независимые двумерные СП и т. Этот процесс можно представить также и как последовательное применение линейных тензорных моделей 1. Р р1 и V ф р2к1. СГ1 в отличии от 1. Разлагая уравнение 1. Используя спектральное представление 1. Хсг Р ХГО 1а5Г. Функция п комплексных переменных Ух2 является 2преобразованием КФ, т.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.527, запросов: 244