AR模型和高斯马尔科夫模型的区别_第1页
AR模型和高斯马尔科夫模型的区别_第2页
AR模型和高斯马尔科夫模型的区别_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、AR模型与高斯马尔科夫模型的区别AR模型(Autoregressive)即自回归模型是由Chen和Yap发展出的一种比较有效的支持域估计方法，通过AR模型参数构建一个滤波器，对模糊图像滤波，之后对其进行自相关操作，通过得到的自相关曲线得到支持域信息。高斯马尔科夫模型估计方法与AR模型估计方法相似，通过高斯马尔科夫模型参数构建一个滤波器，对图像滤波后采取相同自相关法得到支持域信息。两个方法在得到滤波器后是一致的，主要区别在于如何求得该滤波器。下面简单说明下两种滤波器的构建。1DAR型在二维图像上AR模型描述为由一组图像序列MW1，丿构建一幅图像，ii1二，卫中由图像循环移位得到，将此公式变形，即

2、得到。其中a是相关系数构成的列向量，比如二阶邻域就有8个系数，按字典次序排列，一阶为f经过一系列移位得到，有：4个，F是由图像向上移位、向右向上移位向右向下移位之后按字二阶邻域表示图像分别向左向上移位、典排列次序排列的列向量，H大小为MN*8，w为加性高斯白噪声。经过推导得到：其中F具有相同的结构，大小为MN*8，a即为所求相关系数，推导得到够成L,即因此得到的卷积后图像Lg=Htvi-(/Aji其中w远大于n，因此H在r中的特性得以显现，自相关后即可得到支持域信息。2高斯马尔科夫模型高斯马尔科夫模型的卷积后图像于之前对L,也即相关系数概率密度表示为r同样为a的求解。根据高斯马尔科夫模型，高斯

3、马尔可夫随机场的条件主要区别在g1仏二忌昭4血一盏严w+旬其中RN为邻域，B为相关系数矩阵，该式表明高斯马尔科夫模型中一个像元的灰度值只与与该像元相邻的邻域像元决定，因此图像可表示为g,与该像元相邻的邻域像元决定，因此图像可表示为g,得到如何求得相关系数率最大，有由高斯马尔科夫模型=卩心何)如何求得相关系数率最大，有由高斯马尔科夫模型=卩心何)=IW)I5eS其中Q(r)=f(s+r)+f(s-r)，因为所求滤波器为对称平面。取对数得到，与AR模型方法类似，令r=Lg=He-(I-B)nB是与AR模型区别最大的地方，这里采取极大伪似然发，即使影像总概iqm伽-乙盼）（呵-a或2罚对各参数求偏导，另等于0，即可得到求的B对各参数求偏导，另等于0，即可得到求的B的个系数，够成r,之后过程与AR模型相同。3.小结参考英文论文与杜丽军的学位论文,得到上述结论,别在这两篇论文中体现在对相关系数矩阵的求解方法,AR模型与高斯马尔科夫模型的差其中有很多相似的地方,比如都将图像理解为相关系数矩阵与自身相乘的结果,只是对于最后系数的求解,二乘法,而高斯马尔科夫模型采用极大伪似然法,度函数,通过我自己写的函数发现两者结果类似,AR模型是采用最小

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论