27.10.2014 Views

Вычислительная математика - ИСЭМ СО РАН

Вычислительная математика - ИСЭМ СО РАН

Вычислительная математика - ИСЭМ СО РАН

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

˜z (1)<br />

k<br />

на опорном изображении с координатами (˜x k , ỹ k ). При этом положение точки (˜x k , ỹ k )<br />

относительно истинного положения (x k , y k ) точки (j xk , j yk ) на опорном<br />

√<br />

изображении можно<br />

описать через евклидово расстояние рассогласования (ЕРР) £ = (x k − ˜x k ) 2 + (y k − ỹ k ) 2<br />

и угол φ = arctan y k − ỹ k<br />

.<br />

x k − ˜x k<br />

Можно предположить, что оптимальное значение ЕРР, обеспечивающее наилучшую<br />

сходимость, определяется только ЦФ и характеристиками исследуемых изображений и<br />

не зависит от модели МГДИ. В свою очередь, заданное оптимальное значение ЕРР и<br />

рассогласование оценок относительно оптимальных значений параметров определяет оптимальную<br />

область взятия отсчетов локальной выборки.<br />

Таким образом, решение задачи нахождения оптимальной (субоптимальной) области<br />

взятия отсчетов локальной выборки можно разбить на два этапа:<br />

1) нахождение для выбранной ЦФ качества оценивания оптимального ЕРР как функции<br />

параметров изображения (ПРВ яркостей, автокорреляционной функции полезного<br />

изображения и отношения сигнал/шум);<br />

2) определение по модели МГДИ и вектору рассогласования оценок параметров оптимальной<br />

области взятия отсчетов локальной выборки, как области, в которой обеспечивается<br />

оптимальное значение ЕРР.<br />

Рассмотрим решение первой из поставленных задач.<br />

Пусть задана ЦФ качества оценивания. Требуется найти значение ЕРР, при котором<br />

извлекается максимум информации о взаимной деформации изображений Z (1) и Z (2) . Количество<br />

информации будем понимать в смысле информации, содержащейся в одной случайной<br />

величине относительно другой случайной величины.<br />

Оценка градиента ЦФ производится по локальной выборке, содержащей µ пар отсчетов.<br />

Каждая пара отсчетов z (2) (с деформированного изображения) и ˜z (1)<br />

¯jk k<br />

(с интерполированного<br />

опорного изображения) локальной выборки несет полезную информацию о<br />

степени связи этих отсчетов. При этом все пары отсчетов в среднем равноценны, поэтому<br />

в дальнейшем будем рассматривать одну пару.<br />

Считая изображение изотропным, для упрощения исследования влияния ЕРР на свойства<br />

ЦФ целесообразно свести задачу к одномерной. Для этого достаточно задать координатную<br />

ось 0 − £, проходящую через координаты отсчетов с центром в точке (x k , y k ).<br />

Соответственно упростится и обозначение отсчетов: z – яркость в истинном положении<br />

точки, ˜z £ – яркость оценки, где £ – расстояние между отсчетами.<br />

Как уже отмечалось, информация о степени связи отсчетов z и ˜z £ зашумлена. При<br />

аддитивной модели наблюдений изображений: z = s + θ, ˜z £ = ˜s £ + ˜θ £ , шумовая составляющая<br />

обусловлена двумя факторами: аддитивными шумами θ, ˜θ £ и коррелированностью<br />

отсчетов. Воздействие некоррелированных аддитивных шумов одинаково при любом<br />

положении отсчетов. Случайная же составляющая яркости в отсчетах увеличивается с<br />

увеличением расстояния между ними, а их коррелированность убывает. Таким образом,<br />

шумовая составляющая минимальна, если координаты отсчетов совпадают, соответственно,<br />

при этом максимальна и коррелированность отсчетов. Будем полагать, что дисперсии<br />

отсчетов z = s + θ и ˜z = ˜s + ˜θ одинаковы, причем<br />

σ 2 s = σ 2˜s, σ 2 θ = σ 2˜θ. (6)<br />

При псевдоградиентном оценивании параметров МГДИ нас интересует информация о<br />

степени связи отсчетов z и ˜z £ , содержащаяся в псевдоградиенте ЦФ. Как уже отмечалось,<br />

167

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!