Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.238.99.243
    [SESS_TIME] => 1620978254
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 79e9e83948dd7e94640d04a6ab2bd55a
    [SALE_USER_ID] => 0
    [UNIQUE_KEY] => 8223f77a0ffc055bf6a637c345241a04
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2015 год, номер 6

АЛГОРИТМЫ ФИЛЬТРАЦИИ ПОСЛЕДОВАТЕЛЬНОСТИ ИЗОБРАЖЕНИЙ ДЛЯ ПОВЫШЕНИЯ РАЗРЕШЕНИЯ В УСЛОВИЯХ АППЛИКАТИВНЫХ ПОМЕХ

А.Ю. Иванков, А.А. Сирота
Воронежский государственный университет, 394006, г. Воронеж, Университетская площадь, 1
ivankovay@gmail.com
Ключевые слова: обработка изображений, сегментация, аппликативные помехи, суперразрешение, фильтр Калмана, image processing, segmentation, applicative noise, super resolution, the Kalman filter
Страницы: 105-116
Подраздел: АНАЛИЗ И СИНТЕЗ СИГНАЛОВ И ИЗОБРАЖЕНИЙ

Аннотация

Проведены синтез и анализ алгоритмов повышения разрешения по серии изображений, искажённых аппликативными помехами, проявляющимися в виде локальных областей закрытия случайной формы. В основе лежит реализация алгоритма оптимальной линейной фильтрации в блочной форме, синтезируемого с учётом возможности появления ложных наблюдений в отдельных элементах анализируемых изображений. Предложен способ включения результатов независимой сегментации каждого отдельного изображения в процедуру рекуррентной фильтрации, что позволяет повысить качество итоговой обработки.