Учебное пособие "Основы теории обработки изображений"

  

Крашенинников В. Р. Основы теории обработки изображений: Учебное пособие. – Ульяновск: УлГТУ, 2003. – 150 с.

Рассматриваются вопросы построения математических моделей и статистических алгоритмов обработки изображений. Описываются оптимальные и квазиоптимальные решения основных задач обработки изображений (фильтрация, обнаружение, совмещение и распознавание). Особое внимание уделяется адаптивным методам обработки.

Для студентов, аспирантов и специалистов в области извлечения полезной информации из многомерных массивов данных при исследовании Космоса и мониторинге окружающей среды, в медицине, навигации и в других приложениях.



Оглавление

ПРЕДИСЛОВИЕ
ПРЕДИСЛОВИЕ
СПИСОК СОКРАЩЕНИЙ
СПИСОК СОКРАЩЕНИЙ
ВВЕДЕНИЕ. ОСНОВНЫЕ ЗАДАЧИ ОБРАБОТКИ ИЗОБРАЖЕНИЙ
ВВЕДЕНИЕ. ОСНОВНЫЕ ЗАДАЧИ ОБРАБОТКИ ИЗОБРАЖЕНИЙ
1. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ИЗОБРАЖЕНИЙ. 1.1. Случайные поля
1. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ИЗОБРАЖЕНИЙ. 1.1. Случайные поля
1.2. Авторегрессионные модели случайных последовательностей
1.2. Авторегрессионные модели случайных последовательностей
1.3. Авторегрессионные модели случайных полей
1.3. Авторегрессионные модели случайных полей
1.4. Анализ авторегрессионных моделей случайных полей
1.4. Анализ авторегрессионных моделей случайных полей
1.5. Тензорные модели случайных полей
1.5. Тензорные модели случайных полей
1.6. Волновые модели случайных полей
1.6. Волновые модели случайных полей
1.7. Векторные случайные поля
1.7. Векторные случайные поля
1.7.1. Авторегрессионные модели векторных случайных полей
1.7.1. Авторегрессионные модели векторных случайных полей
1.7.2. Разложимые векторные случайные поля
1.7.2. Разложимые векторные случайные поля
1.7.3. Волновые модели векторных случайных полей
1.7.3. Волновые модели векторных случайных полей
1.7.4. Тензорные модели векторных и более сложнозначных случайных полей
1.7.4. Тензорные модели векторных и более сложнозначных случайных полей
2. СТАТИСТИЧЕСКИЕ РЕШЕНИЯ
2. СТАТИСТИЧЕСКИЕ РЕШЕНИЯ
2.1. Решения
2.1. Решения
2.2. Потери и риск
2.2. Потери и риск
2.3. Байесовы решающие правила
2.3. Байесовы решающие правила
2.4. Многоальтернативные решения
2.4. Многоальтернативные решения
2.5. Оценка параметров. Методы построения оценок
2.5. Оценка параметров. Методы построения оценок
2.6. Оценка гауссовских параметров по  гауссовским наблюдениям
2.6. Оценка гауссовских параметров по  гауссовским наблюдениям
2.7. Априорная неопределенность и способы неполного статистического описания
2.7. Априорная неопределенность и способы неполного статистического описания
3. СИНТЕЗ РЕШАЮЩИХ ПРАВИЛ В УСЛОВИЯХ АПРИОРНОЙ НЕОПРЕДЕЛЕННОСТИ. АДАПТИВНЫЕ АЛГОРИТМЫ
3. СИНТЕЗ РЕШАЮЩИХ ПРАВИЛ В УСЛОВИЯХ АПРИОРНОЙ НЕОПРЕДЕЛЕННОСТИ. АДАПТИВНЫЕ АЛГОРИТМЫ
3.1. Особенности задачи синтеза при априорной неопределенности
3.1. Особенности задачи синтеза при априорной неопределенности
3.2. Существенная и несущественная априорная неопределенность
3.2. Существенная и несущественная априорная неопределенность
3.3. Подходы к определению понятия оптимальности в условиях априорной неопределенности
3.3. Подходы к определению понятия оптимальности в условиях априорной неопределенности
3.4. Адаптивный байесов подход
3.4. Адаптивный байесов подход
3.5. Классификация адаптивных алгоритмов
3.5. Классификация адаптивных алгоритмов
3.6. Псевдоградиентные алгоритмы адаптации. 3.6.1. Структура и общие свойства
3.6. Псевдоградиентные алгоритмы адаптации. 3.6.1. Структура и общие свойства
3.6.2. Выбор псевдоградиента
3.6.2. Выбор псевдоградиента
4. ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ
4. ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ
4.1. Линейные скалярные и векторные фильтры Калмана
4.1. Линейные скалярные и векторные фильтры Калмана
4.2. Тензорный фильтр Калмана
4.2. Тензорный фильтр Калмана
4.3. Псевдоградиентные адаптивные алгоритмы прогноза изображений
4.3. Псевдоградиентные адаптивные алгоритмы прогноза изображений
4.4. Адаптивные псевдоградиентные алгоритмы фильтрации изображений
4.4. Адаптивные псевдоградиентные алгоритмы фильтрации изображений
4.5. Применение методов фильтрации изображений к фильтрации речевых и других квазипериодических сигналов
4.5. Применение методов фильтрации изображений к фильтрации речевых и других квазипериодических сигналов
5. ОБНАРУЖЕНИЕ СИГНАЛОВ НА ФОНЕ ИЗОБРАЖЕНИЙ. 5.1. Общий случай
5. ОБНАРУЖЕНИЕ СИГНАЛОВ НА ФОНЕ ИЗОБРАЖЕНИЙ. 5.1. Общий случай
5.2. Обнаружение при гауссовской аппроксимации априорных или апостериорных распределений помех
5.2. Обнаружение при гауссовской аппроксимации априорных или апостериорных распределений помех
5.3. Адаптивный псевдоградиентный алгоритм обнаружения
5.3. Адаптивный псевдоградиентный алгоритм обнаружения
5.4. Псевдоградиентная оценка квантилей и стабилизация порога обнаружения
5.4. Псевдоградиентная оценка квантилей и стабилизация порога обнаружения
6. СОВМЕЩЕНИЕ ИЗОБРАЖЕНИЙ
6. СОВМЕЩЕНИЕ ИЗОБРАЖЕНИЙ
6.1. Тензорная фильтрация смещений
6.1. Тензорная фильтрация смещений
6.2. Совмещение случайных полей при межкадровых геометрических трансформациях
6.2. Совмещение случайных полей при межкадровых геометрических трансформациях
6.3. Совмещение двух кадров гауссовского случайного поля
6.3. Совмещение двух кадров гауссовского случайного поля
6.4. Псевдоградиентные алгоритмы совмещения случайных полей
6.4. Псевдоградиентные алгоритмы совмещения случайных полей
6.4.1. Совмещение при заданной модели трансформации
6.4.1. Совмещение при заданной модели трансформации
6.4.2. Совмещение при незаданной модели трансформации
6.4.2. Совмещение при незаданной модели трансформации
6.4.3. Совмещение бинарных изображений
6.4.3. Совмещение бинарных изображений
6.4.4. Совмещение изображений со значительными яркостными искажениями
6.4.4. Совмещение изображений со значительными яркостными искажениями
6.5. Применение к распознаванию речевых сигналов
6.5. Применение к распознаванию речевых сигналов
6.5.1. Преобразование команд в изображения
6.5.1. Преобразование команд в изображения
6.5.2. Идентификация автокорреляционных портретов команд
6.5.2. Идентификация автокорреляционных портретов команд
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ЗАКЛЮЧЕНИЕ
ЗАКЛЮЧЕНИЕ
АЛФАВИТНЫЙ УКАЗАТЕЛЬ
АЛФАВИТНЫЙ УКАЗАТЕЛЬ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ
2. ФУНКЦИИ ОТ МАТРИЦ
2. ФУНКЦИИ ОТ МАТРИЦ
email@scask.ru