Введение
ГЛАВА 1. Методы и алгоритмы локально-адаптивной, робастнои обработки изображений и многомерных сигналов 21
1.1. Введение 21
1.2. Ранговые фильтры 23
1.3. Оптико-цифровая ранговая обработка изображений с использованием пороговой декомпозиции 33
1.3.1. Пороговая декомпозиция локальных гистограмм 33
1.3.2. Неравномерная пороговая декомпозиция 41
1.3.3. Экспериментальные результаты обработки изображений в оптико-цифровой системе 43
1.4. Ранговые фильтры с пространственно-адаптивными окрестностями 49
1.4.1. Двумерные пространственно-адаптивныеокрестиости 49
1.4.2. Многомерные пространственно-адаптивные окрестности 53
1.4.3. Быстрые алгоритмы построения пространственно-адаптивных окрестностей 55
1.4.4. Результаты компьютерных экспериментов по сглаживанию аддитивного
и импульсного шумов 60
1.5. Вычисление вероятности групповых импульсных помех 70
1.6. Повышение локальных контрастов на изображении ранговыми фильтрами с пространственно-адаптивными окрестностями 74
1.6.1. Алгоритмы локального контрастирования 74
1.6.2. Локальное контрастирование ранговыми фильтрами 77
1.6.3. Результаты компьютерных экспериментов по повышению локальных контрастов на изображениях 81
1.7. Выводы 84
ГЛАВА 2. Методы и алгоритмы локально-адаптивной обработки сигналов и изображений с помощью скользящих дискретных синусоидальных преобразований 86
2.1. Введение 86
2.2. Дискретные синусоидальные преобразования 89
2.3. Быстрые алгоритмы вычисления скользящих дискретных косинусных преобразований 91
2.3.1. Рекурсивные уравнения второго порядка для скользящих ДКП 91
2.3.2. Вычислительная сложность скользящих ДКП 93
2.4. Быстрые алгоритмы вычисления скользящих дискретных синусных преобразований 96
2.4.1. Рекурсивные уравнения второго порядка для скользящих ДСП 96
2.4.2. Вычислительная сложность скользящих ДСП 99
2.5. Быстрые алгоритмы вычисления обратных дискретных синусоидальных преобразований в скользящем окне 101
2.5.1. Быстрые алгоритмы обратных скользящих косинусных преобразований 101
2.5.2. Быстрые алгоритмы обратных скользящих синусных преобразований 104
2.6. Локально-адаптивная линейная обработка сигнала в скользящем окне . 106
2.6.1. Построение локально-адаптивных фильтров на основе скользящих синусоидальных преобразований 106
2.6.2. Результаты компьютерных экспериментов по сглаживанию шума в речевом сигнале 112
2.7. Выводы 116
ГЛАВА 3. Адаптивные методы локализации объектов на монохромных изображениях 117
3.1. Введение 117
3.2. Локально-адаптивные корреляционные фильтры 120
3.2.1. Локальные линейные и нелинейные фильтры 120
3.2.2. Результаты компьютерных экспериментов по локализации объекта с помощью локально-адаптивных фильтров 126
3.3. Распознавание подобных объектов с помощью адаптивного фазового фильтра 130
3.3.1. Улучшение коэффициента дискриминации маскированием спектра фазового фильтра 130
3.3.2. Результаты компьютерных экспериментов по распознаванию подобных объектов 132
3.4. Локализация объекта, врезанного в пространственно-однородный фон 135
3.4.1. Точность измерения координат объекта, врезанного в фон 135
3.4.2. Линейный фильтр, оптимизирующий точность измерения координат 142
3.4.3. Точность измерения координат двумерного объекта, врезанного в фон . 144
3.4.4. Сравнение точности локализации объекта, врезанного в фон, с помощью корреляционных фильтров 146
3.5. Выводы 155
ГЛАВА 4. Адаптивные методы локализации объектов на многокомпонентных сигналах 157
4.1. Введение 157
4.2. Локализация объектов с помощью адаптивной предобработки и многоканальной корреляции 159
4.2.1. Методы предобработка сигнала с использованием поэлементного циклического центрирования 159
4.2.2. Анализ устойчивости методов предобработки сигнала к шуму 163
4.2.3. Результаты компьютерных экспериментов по локализации многокомпонентных объектов 168
4.3. Локализация объектов с помощью адаптивной предобработки и однокапалыюй корреляции 175
4.3.1. Предобработка сигнала с использованием поэлементного проецирования сигнала на вектор 175
4.3.2. Синтез корреляционных фильтров 178
4.3.3. Результаты компьютерных экспериментов по локализации многокомпонентных объектов 186
4.4. Выводы 193
ГЛАВА 5. Методы адаптации ортогональных преобразований к обрабатываемому сигналу 195
5.1. Введение 195
5.2. Использование информационной избыточности сигнала для построения ускоренного преобразования Фурье 198
5.3. Адаптивные ортогональные преобразования для сигналов с осциллирующей ковариационной функцией 202
5.3.1. Собственные значения и функции для сигналов с экспоненциально-осциллирующей ковариационной функцией 202
5.3.2. Результаты компьютерных экспериментов по представлению реального изображения с помощью собственных функций 208
5.4. Выводы 214
Заключение 215
Литература 218
Приложение 234
