Радиотехника
Издательство РАДИОТЕХНИКА

"Издательство Радиотехника":
научно-техническая литература.
Книги, журналы издательств ИПРЖР, РС-ПРЕСС, САЙНС-ПРЕСС


Тел.: +7 (495) 625-9241

::Журналы
::Книги
 

Книги / Разное

Статистический анализ последовательностей изображений

Васильев К.К., Крашенинников В.Р.

Рассматриваются вопросы построения математических моделей и статистического анализа последовательностей изображений, заданных на многомерных сетках. Описываются оптимальные и квазиоптимальные решения основных задач обработки изображений (фильтрация и сглаживание, обнаружение объектов, оценивание деформаций многомерной сетки). Особое внимание уделяется построению и анализу реализуемых в реальном времени алгоритмам параметрической адаптации.
Для специалистов в области извлечения полезной информации из многомерных массивов данных при дистанционном исследовании Земли, в медицине, радиолокации и других приложениях. Может быть полезна студентам старших курсов и аспирантам.



М: Издательство «Радиотехника», 2017 г. – 248 стр.: , ил.

ISBN 978-5-93108-160-1
Формат: 60x90/16, Переплет

СПИСОК СОКРАЩЕНИЙ

ВВЕДЕНИЕ

 

ГЛАВА 1

МАТЕМАТИЧЕСКИЕ МОДЕЛИ ИЗОБРАЖЕНИЙ

1.1.  Случайные поля

1.2.  Авторегрессионные модели  случайных последовательностей  

1.3.  Тензорные модели случайных полей

1.4.  Авторегрессионные модели случайных полей

1.5.  Волновые модели случайных полей

1.6.  Векторные случайные поля

1.7.  Случайные поля на поверхностях

1.8.  Смешанные авторегрессионные модели  случайных полей

 

ГЛАВА 2

ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ

2.1.  Байесовские оценки случайных полей

2.1.1.  Байесовский критерий качества

2.1.2.  Линейные рекуррентные оценки.  Метод инвариантного погружения

2.1.3.  Фильтрация последовательности  кадров

2.2.  Обобщение алгоритмов тензорного оценивания  последовательностей изображений

2.2.1.  Интерполяция оценок

2.2.2.  Рекуррентное оценивание  при негауссовских наблюдениях

2.3.  Оценивание полей квадратурных компонент  в многочастотных системах связи с пилот-сигналами

2.4.  Рекуррентное оценивание изображений

2.5.  Эффективность оптимальной фильтрации  изображений


ГЛАВА 3

ОБНАРУЖЕНИЕ АНОМАЛИЙ  НА ФОНЕ МЕШАЮЩИХ ИЗОБРАЖЕНИЙ

3.1.  Оптимальные алгоритмы обнаружения сигналов

3.2.  Эффективность обнаружения аномалий

3.3.  Обнаружение аномалий с неизвестными уровнями  на многозональных изображениях

3.4.  Сравнительный анализ  эффективности обнаружителей

 

ГЛАВА 4

СОВМЕЩЕНИЕ ИЗОБРАЖЕНИЙ

4.1.  Тензорная фильтрация смещений

4.2.  Совмещение случайных полей  при межкадровых геометрических трансформациях

4.3.  Совмещение двух кадров  гауссовского случайного поля

4.4.  Совмещение бинарных изображений

4.5.  Совмещение изображений  со значительными яркостными искажениями  

4.5.1.  Корреляционно-экстремальные алгоритмы

4.5.2.  Использование морфологического анализа (формы)

4.6.  Метод неподвижной точки  при совмещении изображений

4.6.1.  Метод неподвижной точки отображения

4.6.2.  Метод неподвижной точки  для двумерных изображений

4.6.3.  Оценка сдвига двумерных изображений  при малых поворотах и изменениях масштаба

4.6.4.  Оценка параметров при больших углах поворота  и изменениях масштаба

4.6.5.  Нахождение центра симметрии изображения  по проекциям

 

ГЛАВА 5

АДАПТИВНЫЕ АЛГОРИТМЫ  ОБРАБОТКИ ИЗОБРАЖЕНИЙ

5.1.  Классификация адаптивных алгоритмов

5.1.1.  Аргументные и критериальные задачи

5.1.2.  Идентификационная  и безыдентификационная адаптация

5.1.3.  Квазиоптимальные алгоритмы

5.2.  Псевдоградиентные алгоритмы адаптации

5.2.1.  Структура и общие свойства

5.2.2.  Выбор псевдоградиента

5.3.  Псевдоградиентные адаптивные алгоритмы  прогноза изображений

5.4.  Адаптивные псевдоградиентные алгоритмы  фильтрации изображений

5.5.  Применение алгоритмов фильтрации изображений  к фильтрации речевых  и других квазипериодических сигналов

5.6.  Псевдоградиентные алгоритмы  совмещения изображений

5.6.1.  Совмещение изображений  при заданной модели трансформации

5.6.2.  Совмещение изображений  при незаданной модели трансформации

5.6.3.  Корреляционно-экстремальные  псевдоградиентные алгоритмы совмещения

5.6.4.  Псевдоградиентные морфологические  алгоритмы совмещения

5.6.5.  Гравитационный алгоритм совмещения  бинарных изображений

5.7.  Адаптивные рекуррентные алгоритмы  декорреляции случайных полей

5.8.  Адаптивная оценка квантилей  и стабилизация порога обнаружения

5.8.1.  Одноконтурный алгоритм

5.8.2.  Двухконтурный алгоритм

 

ЗАКЛЮЧЕНИЕ

ПРИЛОЖЕНИЕ

Алгоритмы оценивания случайных полей  на основе моделей с кратными корнями  характеристических уравнений

ЛИТЕРАТУРА 


30 января 2017 г.
31 декабря 2016 г.
12 июля 2016 г.

© Издательство «РАДИОТЕХНИКА», 2004-2017            Тел.: (495) 625-9241                   Designed by [SWAP]Studio