Основы теории обработки изображений. Крашенинников В.Р. - 17 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

17
5.2.3. Адаптивная оценка изображений
В предыдущих выкладках предполагалось, что модели И и возможных
помех заданы вместе со своими параметрами. На практике это далеко не все-
гда так, поэтому в реальных ситуациях имеется априорная неопределенность
в описании данных. Для преодоления этой неопределенности приходится
применять адаптивные алгоритмы обработки, в частности, оценки И. При
этом имеются различные подходы
к построению адаптивных алгоритмов.
В
идентификационных алгоритмах сначала по всем имеющимся дан-
ным оцениваются все недостающие неизвестные характеристики
γ
обраба-
тываемых И. Затем полученные оценки
γ
ˆ
используются как точные при оп-
ределении параметров
α
алгоритма обработки. При этом, конечно, в оцен-
ках И возникают дополнительные ошибки из-за неточности определения
характеристик И.
Пример 4. Предположим, что в примерах 2-4 неизвестны параметры
2
σ
и
ρ
. То-
гда, применяя результаты лабораторной работы 1, эти параметры можно оценить. Затем,
используя оценки этих параметров как точные значения, воспользоваться уже получен-
ными алгоритмами.
В алгоритмах
без идентификации параметры
α
алгоритма обработки
И подбираются так, чтобы результат обработки был как можно лучше. Пусть
оптимальность понимается в смысле минимума критерия (функционала) ка-
чества
)(
α
J
. Тогда нужно найти точку минимума
*
α
этого функционала,
что можно сделать и без промежуточных оценок каких-либо характеристик
γ
исходных данных. При этом
α
могут подбираться итерационно в процессе
текущей обработки по наблюдениям за текущими значениями
)(
α
J
.
Для реализации таких алгоритмов необходима оценка текущего значе-
ния
)(
α
J
, т. е. критерий должен быть наблюдаемым, что является ограниче-
нием на применение этого подхода. Иногда выход может быть найден с по-
мощью замены
)(
α
J
на наблюдаемый критерий
)(
1
α
J
с той же точкой ми-
нимума.
Весьма перспективными для реализации этого подхода являются
псевдо-
градиентные
адаптивные алгоритмы.
5.2.4. Псевдоградиентные алгоритмы
Пусть структура процедуры обработки И определена, а критерий качест-
ва решения задачи сформулирован в терминах минимизации функционала
)(
α
J
, где
α
– параметры алгоритма обработки. Ввиду априорной неопреде-
ленности описания данных нет возможности заранее определить оптималь-
ные параметры
∗
α
. Поэтому необходима некоторая процедура адаптации,
составляющая вместе с процедурой обработки адаптивный алгоритм, в кото-

Страницы