Объединение результатов одномерной фильтрации однородного изображения и коррелированной помехи при некаузальной обработке
dc.contributor.author | Ляшук, А. Н. | |
dc.contributor.author | Жук, С. Я. | |
dc.contributor.author | Ляшук, О. М. | |
dc.contributor.author | Жук, С. Я. | |
dc.contributor.author | Liashuk, O. M. | |
dc.contributor.author | Zhuk, S. Ya. | |
dc.date.accessioned | 2018-04-24T08:06:45Z | |
dc.date.available | 2018-04-24T08:06:45Z | |
dc.date.issued | 2017 | |
dc.description.abstracten | Introduction. A noise signals are spatially correlated in a number of image filtration tasks. Such noises occur in the case of analogue transmission of television signals using the PAL standard, in images demosaicing in digital cameras and in the images obtained using magnetic resonance imaging. The task of filtering speckle in coherent imaging systems such as synthetic aperture radar and an ultrasonic imaging system with certain limitations can be assigned to this class of noise. The theoretical results. The expression for the joint posterior probability density of pixels at each point with non-causal processing was obtained using the properties of the Markov and conditional independence of image and correlated noise pixels on the row and column. It describes the union procedure of a posteriori distributions at processing pixel calculated at the first stage using an optimal algorithm for nonlinear recursive filtering of dimensional Markov sequences of the row and column from their beginning and end. Algorithm for expectation and the correlation matrix calculation of the joint posterior probability density of pixels is obtained in the case of Gaussian images and correlated noise. Non-causal processing which merges the estimates obtained in the first step of filtering in rows and columns is made for each pixel. Algorithms which combine results of one-dimensional image and correleated noise filtering with half-causal and causal processing are part of the resulting non-causal algorithm. Experimental results. For the above example the use of developed two-stage non-causal algorithm allowed to increase the SNR by 6.1 dB. The information union for the second stage provides a 2.5 dB gain in addition to the gain obtained in the first step in filtration only by rows. Compared to the two-phase half-causal and causal algorithm, the non-causal filtering algorithm provided a gain in SNR of 0.59 dB and 1.49 dB, respectively. Conclusions. Non-causal algorithm which combines results of one-dimensional image and correlated noise filtering that allows to take into account all the estimates in the row and column was synthesized. Estimates intersect at processing point which improves the effectiveness of the processing compared with the algorithms of causal and half-causal two-stage filtration. | uk |
dc.description.abstractru | С использованием свойств марковости и условной независимости отсчетов изображения и коррелированной помехи получена процедура объединения апостериорных распределений в каждой точке, вычисленных с помощью оптимального алгоритма нелинейной рекуррентной одномерной фильтрации марковских последовательностей по строкам и столбцам от их начала и конца. Каузальный и полукаузальный алгоритмы объединения результатов одномерной фильтрации являются составными частями некаузального алгоритма. Для случая гауссовских изображений и коррелированных помех получен алгоритм вычисления математического ожидания и корреляционной матрицы совместной апостериорной плотности вероятности их отсчетов в каждой точке при некаузальной обработке. Его анализ выполнен с помощью статистического моделирования на модельном примере. | uk |
dc.description.abstractuk | З використанням властивостей марковости і умовної незалежності відліків зображення і корельованої завади отримана процедура об’єднання апостеріорних розподілів в кожній точці, обчислених за допомогою оптимального алгоритму нелінійної рекуррентной одновимірної фільтрації марковських послідовностей по рядках і стовпцях від їх початку і кінця. Каузальний і напівкаузальний алгоритми об’єднання результатів одновимірної фільтрації є складовими частинами некаузального алгоритму. Для випадку гауссовских зображень і корельованих завад отриманий алгоритм обчислення математичного очікування і кореляційної матриці спільної апостеріорної щільності ймовірності їх відліків в кожній точці при некаузальной обробці. Його аналіз виконаний за допомогою статистичного моделювання на модельному прикладі. | uk |
dc.format.pagerange | С. 64-70 | uk |
dc.identifier.citation | Ляшук, А. Н. Объединение результатов одномерной фильтрации однородного изображения и коррелированной помехи при некаузальной обработке / А. Н. Ляшук, С. Я. Жук // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2017. – Вип. 68. – С. 64–70. – Бібліогр.: 8 назв. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/22846 | |
dc.language.iso | ru | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.source | Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць, Вип. 68 | uk |
dc.status.pub | published | en |
dc.subject | однорідне зображення | uk |
dc.subject | корельована завада | uk |
dc.subject | некаузальна фiльтрація зображення | uk |
dc.subject | апостеріорна щільнiсть ймовірності | uk |
dc.subject | об’єднання оцінок | uk |
dc.subject | uniform image | uk |
dc.subject | correlated noise | uk |
dc.subject | non-causal image filtration | uk |
dc.subject | a posteriori probability density | uk |
dc.subject | combine estimates | uk |
dc.subject | однородное изображение | uk |
dc.subject | коррелированная помеха | uk |
dc.subject | некаузальная фильтрация изображения | uk |
dc.subject | апостериорная плотность вероятности | uk |
dc.subject | объединение оценок | uk |
dc.subject.udc | 621.391 | uk |
dc.title | Объединение результатов одномерной фильтрации однородного изображения и коррелированной помехи при некаузальной обработке | uk |
dc.title.alternative | Об’єднання результатів одновимірної фільтрації однорідного зображення і корельованої завади при некаузальній обробці | |
dc.title.alternative | Union of one-dimensional filtering results f homogenous image and correlated noise using non-causal processing | |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- VKPIRR_2017_68_11Liashuk.pdf
- Розмір:
- 754.86 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 7.74 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: