ВУЗ:
Составители:
1.6. Методы синтеза алгоритмов в условиях априорной
неопределенности
Синтез алгоритмов обработки реальных МИ приходится производить
при наличии сложного комплекса мешающих факторов: временная и
пространственная неоднородность характеристик полезных сигналов и
помех, неоднородность чувствительности и дефекты датчиков, импульсные
помехи и т.д. Даже если все мешающие факторы могли бы быть учтены в
полной мере, модель МИ оказалась бы очень сложной, а алгоритмы
обработки МИ, основанные на такой модели, - нереализуемыми в реальном
времени. К тому же, указанные факторы по своей природе случайны и в
описании реальных МИ может присутствовать априорная неопределенность.
Таким образом, синтез алгоритмов оценивания параметров ПД МИ, как
правило, приходится производить в условиях сложного комплекса
мешающих факторов и априорной неопределенности.
Адаптивный байесовский подход к задаче оценивания
пространственно-временных деформаций изображений
Принципы синтеза решающих правил и методы решения ряда задач
обработки сигналов в условиях априорной неопределенности глубоко
проработаны в литературе [5,8,21,22,43,66]. Основой для синтеза решающих
правил может служит общий байесовский подход [43]. Он состоит в выборе
наилучшего алгоритма обработки данных в условиях априорной
неопределенности, исходя из минимума ожидаемых потерь. При неполноте
априорного описания данных недостающая информация извлекается из
самих же данных. В этом смысле разнообразие известных алгоритмов
обработки информации состоит в различии способов и меры использования
априорной и поступающей информации.
Для нахождения оптимального вектора
α
*
параметров межкадровых ПД
в соответствии с принятой в разделе 1.1 моделью формирования
последовательности кадров МИ (рис. 1.2) необходимы модель наблюдения
Страницы
- « первая
- ‹ предыдущая
- …
- 29
- 30
- 31
- 32
- 33
- …
- следующая ›
- последняя »
