Нелинейная фильтрация цифровых полутоновых изображений и видеопоследовательностей

• Автор: Трубин, Игорь Сергеевич
• Шифр специальности: 05.12.04
• Научная степень: Докторская
• Год защиты: 2008
• Место защиты: Киров
• Количество страниц: 234 с. : ил.

Оглавление

ОГЛАВЛЕНИЕ
Список сокращений
Введение
Глава 1. Математические модели цифровых полутоновых изображений и видеопоследовательностей на основе условных дискретнозначных марковских процессов
1.1. Одномерная математическая модель статических цифровых полутоновых изображений т
1.2. Двумерная математическая модель статических цифровых полутоновых изображений
1.3. Трехмерная математическая модель видеопоследовательности цифровых полутоновых изображений
1.4. Четырехмерная математическая модель двух-статистически связанных видеопоследовательностей цифровых полутоновых изображений
1.5. Моделирование многомерных многоуровневых марковских случайных процессов
1.6. Выводы по главе
Глава 2. Разработка алгоритмов одномерной нелинейной фильтрации цифровых полутоновых изображений
2.1. Уравнения одномерной нелинейной фильтрации дискретнозначных марковских процессов
Оглавление
2.2. Устройство одномерной нелинейной фильтрации двоичных изображений на основе условных дискретнозначных марковских процессов с двумя равновероятными значениями
2.3. Одномерная нелинейная фильтрация цифровых полутоновых изображений марковского типа
2.4. Квазиоптимальный алгоритм одномерной фильтрации цифровых полутоновых изображений марковского типа
2.5. Анализ помехоустойчивости разработанных алгоритмов
2.6. Устойчивость устройств одномерной нелинейной фильтрации цифровых полутоновых изображений к неточности априорных данных
2.7. Выводы по главе
Глава 3. Разработка алгоритмов двумерной нелинейной фильтрации цифровых полутоновых изображений
3.1. Уравнения двумерной нелинейной фильтрации цифровых полутоновых изображений
3.2. Устройство двумерной нелинейной фильтрации цифровых полутоновых изображений
3.3. Квазиоптимальный алгоритм двумерной нелинейной фильтрации цифровых полутоновых изображений
3.4. Анализ помехоустойчивости разработанных алгоритмов двумерной нелинейной фильтрации цифровых полутоновых изображений
3.5. Выводы по главе.

Оглавление

Глава 4. Разработка алгоритмов многомерной нелинейной фильтрации видеопоследовательностей цифровых полутоновых изображений
4.1. Уравнения нелинейной фильтрации видеопоследовательности цифровых полутоновых изображений
4.2. Устройство нелинейной фильтрации видеопоследовательности цифровых полутоновых изображений
4.3. Уравнения нелинейной фильтрации двух статистически связанных видеопоследовательностей цифровых полутоновых изображений
4.4. Устройство для нелинейной фильтрации двух статистически связанных видеопоследовательностей цифровых полутоновых изображений
4.5. Алгоритм нелинейной фильтрации многомерных многозначных марковских процессов с произвольным числом значений
4.7. Выводы по главе
Глава 5. Разработка адаптивных алгоритмов нелинейной фильтрации цифровых полутоновых изображений
5.1. Уравнения двумерной адаптивной фильтрации цифровых полутоновых изображений
5.2. Метод вычисления оценок статистических характеристик двумерных разрядных двоичных изображений
5.3. Адаптация поданным на входе ПУ (метод 1)
5.4. Адаптация по данным на выходе ПУ (метод 2).

Глава 1. Математические модели цифровых полутоновых изображений и видеопоследовательностей

требованиями является высокая эффективность обработки, минимум ресурсов на реализацию и работа в реальном масштабе времени. В случае, когда под обработкой понимается фильтрация ЦПИ от искажающего его шума, в достаточной степени таким требованиям отвечает рекурсивная нелинейная фильтрация. Если предположить, что фильтрация ЦПИ осуществляется в реальном масштабе времени с левого верхнего угла (слева-направо-вниз), т.е. элемент изображения обрабатывается сразу после получения его из канала связи, то в апертуру данного фильтра могут входить только ранее принятые элементы изображения и фильтрацию можно производить, отталкиваясь только от каузально расположенного множества элементов. Поэтому и модель ЦПИ в этом случае должна быть каузальным случайным полем. Исходя из указанных соображений, в качестве математической модели ЦПИ выбрано одностороннее марковское случайное поле (ОМСП) [92].
Одностороннее марковское поле, называемое также двумерной марковской цепью на несимметричной полуплоскости (НСПП) определяется следующим образом [25].
Пусть р = |/лi j | - случайное поле, заданное на прямоугольной сетке
г < т, < /' < и) размером т х п элементов. Положим
фи = {(4’0:1 < г, 1 < / < г}> (7,7) е А
'А,у=:{(д>Ое7': д~1 или (? = А< 7)}, (1-26)
АиХ]/и-
Данные подмножества изображены на рис. 1.6.
Для того, чтобы двумерный случайный процесс ц являлся ОМСП (или марковской цепью на несимметричной полуплоскости) необходимо
выполнение условия
М МеАи)- С1-27)