ВУЗ:
Составители:
условиями решаемой задачи. Например, если задачей оценивания ПД
является последующая оптимальная компенсация очередного кадра
z
2
по
предыдущему кадру
z
1
, удобнее всего использовать
!
()
!
()
∆
2
22
αα=−
zz
.
Тогда из условия минимизации среднего квадрата межкадровой разности
получаем оценку
!
arg m inM (
!
())
() ()
αα
α
=−
∑
zz
jj
j
22
2
. (1.39)
Дальнейшая конкретизация этой оценки достигается применением
различных прогнозов
!
()
()
z
j
2
α
. При этом может быть использован как
оптимальный прогноз, так и различные интерполяции наблюдений
z
1
,
определенных только на сетке
Ω
1
.
Обоснованность компенсационных оценок подтверждает также анализ
уравнений фильтрации марковских сдвигов МИ. Действительно, уравнение
гноз, так и различные интерполяции наблюдений
z
1
, определенных только на
сетке
Ω
1
.
Обоснованность компенсационных оценок подтверждает также анализ
уравнений фильтрации марковских сдвигов МИ. Действительно, уравнение
(1.27) показывает, что поправка к экстраполированной оценке
!
h
ýk
сдвигов
прямо пропорциональна рассогласованию
(
)
(
)
∆
kk
ý
k
ýk
h=−
z
!
!
x
.
Следовательно, происходит оптимизация прогноза или минимизация
остатков компенсации очередного кадра наблюдений
z
k
при специальном
выборе прогноза, вид которого определяется исходя из заданных моделей
изображений и деформаций.
Заметим, что, строго говоря, компенсационные оценки оценивают не
сами параметры
α
межкадровых ПД, а только оптимизируют выбранную
компенсацию в смысле некоторой метрики. Однако при удачном выборе
функции прогноза компенсационный подход может обеспечивать достаточно
эффективные оценки, в том числе и для негауссовских полей. На основе
этого подхода разработано большое количество квазиоптимальных
неадаптивных алгоритмов измерения межкадровых параллельных сдвигов
двумерных изображений [9,44,53,55,59], ряд из которых рассмотрен во
второй главе.
Страницы
- « первая
- ‹ предыдущая
- …
- 28
- 29
- 30
- 31
- 32
- …
- следующая ›
- последняя »
