+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Восстановление изображений в задачах дистанционного зондирования Земли с использованием геоинформационных данных

Восстановление изображений в задачах дистанционного зондирования Земли с использованием геоинформационных данных
  • Автор:

    Денисова, Анна Юрьевна

  • Шифр специальности:

    05.13.17

  • Научная степень:

    Кандидатская

  • Год защиты:

    2014

  • Место защиты:

    Самара

  • Количество страниц:

    116 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы
"
1.1 Восстановление кусочно-однородных изображений с использованием данных ГИС 
1.3 Модель кусочно-постоянного изображения


Оглавление

Список использованных сокращений


ВВЕДЕНИЕ
1 Задачи восстановления кусочно-однородных изображений с использованием дополнительной информации ГИС

1.1 Восстановление кусочно-однородных изображений с использованием данных ГИС

1.2 Модель наблюдения

1.3 Модель кусочно-постоянного изображения

1.4 Постановка задачи восстановления кусочно-постоянных изображений

1.5 Постановка задачи идентификации импульсной характеристики

1.6 Модель кусочно-однородного изображения

1.7 Постановка задачи восстановления кусочно-однородного изображения


1.8 Выводы и результаты
2 ВОССТАНОВЛЕНИЕ КУСОЧНО-ПОСТОЯННЫХ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ДАННЫХ ГИС
2.1 Итерационный метод восстановления кусочно-постоянных изображений с использованием данных ГИС
2.2 Правила остановки итерационного процесса
2.3 Экспериментальное исследование итерационного алгоритма восстановления кусочно-постоянных изображений
2.3.1 Экспериментальное обоснование применения итерационной процедуры для восстановления кусочно-постоянных изображений
2.3.2 Исследование качества работы алгоритма на синтезированных изображениях и выбор правила останова итерационного процесса
2.3.3 Исследование качества работы метода на реалистичных изображениях
2.4 Выводы и результаты
3 СПЕКТРАЛЬНО-ЭНЕРГЕТИЧЕСКИЙ МЕТОД ИДЕНТИФИКАЦИИ ИМПУЛЬСНОЙ ХАРАКТЕРИСТИКИ ИСКАЖАЮЩЕЙ СИСТЕМЫ
3.1 Спектрально-энергетический метод идентификации ИХ
3.2 Оценка АКФ и ЭС наблюдаемого изображения

3.3 Метод оценки дисперсии шума
3.4 Параметрический метод оценки ЭС исходного изображения
3.4.1 Общее описание параметрического метода оценки ЭС
3.4.2 Исследование точности спектрально-энергетической идентификации ИХ с использованием параметрической оценки ЭС входного изображения
3.5 Непараметрические методы оценки ЭС исходного изображения
3.5.1 Непараметрическая оценка ЭС с применением фильтрации наблюдаемого изображения
3.5.2 Экспериментальное исследование качества оценки ИХ с применением фильтрации наблюдаемого изображения для оценки ЭС исходного изображения..
3.5.3 Непараметрическая оценка ЭС исходного изображения с использованием информации ГИС
3.5.4 Экспериментальное исследование качества оценки ИХ с применением информации ГИС для оценки ЭС исходного изображения
3.6 Эксперимент с восстановлением изображения при неизвестной ИХ искажающей системы
3.7 Выводы и результаты
4 ВОССТАНОВЛЕНИЕ КУСОЧНО-ОДНОРОДНЫХ ИЗОБРАЖЕНИЙ С ПРИМЕНЕНИЕМ ИНФОРМАЦИИ ГИС
4.1 Метод восстановления кусочно-однородных изображений с использованием данных ГИС
4.2 Технология спектрального разложения с использованием данных ГИС
4.3 Метод спектральной селекции сигнатуры малого объекта с использованием данных ГИС
4.4 Технология спектральной селекции сигнатуры малой области с использованием данных ГИС
4.5 Экспериментальное исследование предложенных технологий
4.5.1 Экспериментальное исследование алгоритма спектрального разложения на синтезированных изображениях
4.5.2 Экспериментальное исследование алгоритма спектрального разложения на реальных изображениях
4.5.3 Результаты экспериментальных исследований алгоритма спектральной
селекции сигнатуры малой области на синтезированных изображениях
4.5.4 Результаты экспериментальных исследований алгоритма спектральной селекции сигнатуры малой области на реальных изображениях
4.6 Выводы и результаты
ЗАКЛЮЧЕНИЕ
Список использованной литературы
Приложение А Использование результатов диссертации
Приложение Б Алгоритмы линейного спектрального анализа и поиска чистых пикселей
Приложение В Алгоритм оптимизации методом наименьших квадратов при
ограничениях
Приложение Г Алгоритм ИР1МЖ
где ц2 - некоторая наперёд заданная положительная величина. Итерации останавливаются, если значение |^| начинает возрастать или стабилизируется. Величина г|2 имеет смысл порога стабилизации.
3) аппроксимационное правило останова. Данное правило предназначено для остановки итерационного процесса при достижении определенного значения отношения дисперсии сигнала к дисперсии ошибки восстановления - <4. Из записи неравенства (2.10) можно получить оценку величины г/Е на каждой итерации:

^=77^-» -лиг- (2Л5>
Ш |£-Д|| ;
Если аппроксимировать последовательность величин |^|| экспоненциальной функцией:
= 0 <г < у,у >2, (2.16)
то величина <7,- на рой итерации может быть использована в качестве оценки Е — /1[ в выражении (2.15). Правило останова в данном случае имеет вид:
?у/+2< —, (2.17)

где т)3 — некоторая наперёд заданная положительная величина, соответствующая требуемому значению с!е. Следует отметить, что оценка qj не обязательно совпадает с
истинным значениями Е — Д||, однако само правило остановки представляет интерес для исследования.
Прологарифмировав (2.16), на каждой итерации, начиная со второй, можно получить оценки 1пду и |пОу методом наименьших квадратов для следующего
функционала:

Рекомендуемые диссертации данного раздела

Время генерации: 0.218, запросов: 967