Разработка и исследование алгоритмов многомерной адаптивной нелинейной фильтрации изображений

• Автор: Метелев, Александр Петрович
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Киров
• Количество страниц: 119 с. : ил.

ОГЛАВЛЕНИЕ
ИСПОЛЬЗУЕМЫЕ СОКРАЩЕНИЯ
ВВЕДЕНИЕ
ГЛАВА 1. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ИЗОБРАЖЕНИЙ
1.1 Постановка задачи
1.2 Математические модели полутоновых изображений
1.3 Математические модели цифровых полутоновых изображений на основе марковских случайных процессов с дискретными элементами
1.4 Двумерная марковская модель изображения
1.5 Трехмерная марковская модель видеопоследовательности цифровых полутоновых изображений
1.6 Четырехмерная математическая модель марковского процесса с двумя состояниями
Выводы по главе
ГЛАВА 2. АЛГОРИТМЫ МНОГОМЕРНОЙ ФИЛЬРАЦИИ ИЗОБРАЖЕНИЙ С ИЗВЕСТНОЙ СТАТИСТИКОЙ ФИЛЬРУЕМЫХ ДАННЫХ
2.1 Постановка задачи
2.2 Алгоритм нелинейной фильтрации одной ВП ЦПИ
2.3 Алгоритм нелинейной фильтрации двух статистически связанных

2.4 Результаты моделирования трёхмерной и четырёхмерной фильтрации
Выводы по главе
ГЛАВА 3. АЛГОРИТМЫ МНОГОМЕРНОЙ ФИЛЬТРАЦИИ С НЕИЗВЕСТНОЙ СТАТИСТИКОЙ ФИЛЬТРУЕМЫХ ДАННЫХ (АДАПТИВНЫЕ)
3.1 Постановка задачи
3.2 Адаптивный алгоритм фильтрации коррелированных ВП ЦПИ
3.3 Результаты моделирования адаптивного алгоритма
Выводы по главе
ГЛАВА 4. КОМБИНИРОВАННЫЕ АЛГОРИТМЫ МНОГОМЕРНОЙ ФИЛЬТРАЦИИ
4.1 Постановка задачи
4.2 Комбинированный алгоритм нелинейной фильтрации
4.3 Результаты исследования комбинированной фильтрации
4.4 Алгоритм нелинейной фильтрации с предварительной обработкой ВП ЦПИ
Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ИСПОЛЬЗУЕМЫЕ СОКРАЩЕНИЯ
АНФ - адаптивный нелинейный фильтр;
АРММ - авторегрессионная математическая модель;
БГШ - белый гауссовский шум;
ВП - видеопоследовательность;
МВП - матрица вероятностей перехода;
ММ - математическая модель;
МП - марковский процесс;
НФ - нелинейный фильтр;
ПУ - приемное устройство;
РДИ - разрядное двоичное изображение;
ЦПИ - цифровое полутоновое изображение.

у(0 /> у(0 у > у2 > к3
= -1о§-
%р Ы' +10§
Пр(*!'))Пр

*у(у уму уЩуЩу у,(/) уу |
(1.24)
у(у у1'ум>(у у,у3(,))
где произведения, обозначенные символом ]~[, вычисляются по всем возможным несовпадающим комбинациям различных подстрочных индексов трехмерного случайного поля; р(у‘у ,у ,у, р{у ,у ,у, р[у1) ,у{‘],
/ = у = & = 1,4; / Ф]Ф к- совместные плотности вероятностей состояний
элементов; р[у1Л, / = 1,4 - априорные плотности вероятностей состояний
элементов; иуу, | - одномерные плотности вероятностей переходов;
м>[у у1‘у, / = у = 1,4; / Ф / - плотности вероятностей переходов в
двумерной цепи Маркова; м>[у УУгМ) - плотность вероятности переходов в трехмерной цепи Маркова [35].
В трехмерной ММ вероятности смены состояний элемента у зависят от различных сочетаний состояний элементов окрестности Л*,г) сведены в матрицу П' вида: