Скачать 66.88 Kb.
|
ОПТИМИЗАЦИЯ ПСЕВДОГРАДИЕНТА В ЗАДАЧЕ ОЦЕНИВАНИЯ МЕЖКАДРОВЫХ ГЕОМЕТРИЧЕСКИХ ДЕФОРМАЦИЙ ИЗОБРАЖЕНИЙ1 Г.В. Дикарина2, Г. Л. Минкина2, А. И. Репин2, А. Г. Ташлинский2 2 Ульяновский государственный технический университет 432027, Россия, г. Ульяновск, ул. Северный Венец, 32, телефон (88422)430974, e-mail: tag@ulstu.ru При псевдоградиентном оценивании параметров изображений характер сходимости оценок и вычислительные затраты зависят от объема локальной выборки отсчетов изображений, используемой для нахождения псевдоградиента. В работе рассмотрено решение задачи оптимизации объема локальной выборки по критерию минимума вычислительных затрат при оценивании межкадровых геометрических деформаций изображений. При решении задачи оценивания межкадровых геометрических деформаций изображений (МГДИ) применяются псевдоградиентные процедуры (ПГП) [1] ![]() где ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Рассмотрим задачу оптимизации ОЛВ ПГП по критерию минимума вычислительных затрат при оценивании одного параметра ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() где ![]() ![]() ![]() ![]() ![]() Минимум вычислительных затрат на каждой отдельной итерации будет обеспечиваться при ОЛВ, дающем минимальные приведенных вычислительные затраты. Такой объем ОЛВ для ![]() ![]() ![]() Рассогласование оценки параметра за ![]() ![]() ![]() ![]() Рассмотрим алгоритм нахождения оптимальной зависимости ОЛВ от числа итераций ![]() Для конкретности сделаем некоторые допущения. Так, вычислительные затраты ![]() ![]() ![]() ![]() Кроме того, для простоты затраты ![]() ![]() ![]() ![]() ![]() ![]() Учитывая введенные ограничения, для построения алгоритма нахождения (2) нужно найти выражения для расчета математического ожидания ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Тогда ![]() Таким образом, математическое ожидание ![]() ![]() ![]() ![]() ![]() Предположим, что ![]() ![]() ![]() где ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Примеры рассчитанных по приведенному алгоритму оптимальных ОЛВ как функции рассогласования ![]() ![]() ![]() а) ![]() б) Рис. 1. Зависимость оптимального ОЛВ от номера итерации При расчете была принята аддитивная модель наблюдаемых изображений ![]() ![]() ![]() ![]() ![]() ![]() ![]() Анализ зависимостей показывает, что при отсутствии шумов оптимальный ОЛВ монотонно уменьшается при уменьшении рассогласования оценки. При наличии шумов при малых рассогласованиях ОЛВ вновь возрастает, что вызвано уменьшением КУО. Кроме того, при меньшей доли вычислительных затрат на формирование ОЛВ диапазон изменения оптимального ОЛВ больше. В таблице приведены численные результаты, показывающие проигрыш в вычислительных затратах при постоянном ОЛВ, равном 1, ![]() ![]() ![]() ![]() ![]() Таблица. Проигрыш в вычислительных затратах по сравнению со случаем использования оптимального ОЛВ, в %
Таким образом, предложенная методика позволяет решить задачу расчета оптимального ОЛВ по критерию минимума вычислительных затрат. Список литературы 1. Tashlinskii Alexandr. Computational Expenditure Reduction in Pseudo-Gradient Image Parameter Estimation / Computational Science – ICCS 2003, vol. 2658, Proceeding, part II. – Berlin: Springer, 2003, pp. 456-462. 2. Tashlinskii A.G. The Efficiency of Pseudogradient Procedures for the Estimation of Image Parameters with a Finite Number of Iterations / Pattern Recognition and Image Analysis, vol.8, 1998, pp. 260-261. |
![]() | Задача оценивания параметров геометрических деформаций последовательностей... В работе анализируются достоинства и недостатки псевдоградиентного подхода к решению указанной задачи. Рассмотрены возможности преодоления... | ![]() | Методы оценивания цвето-текстурных параметров биомедицинских диагностических изображений Целью работы является разработка признаков для классификации изображений лейкоцитов. Рассматриваются классы: эозинофилы, базофилы,... |
![]() | Основы начертательной геометрии и черчения Для того чтобы правильно выразить свои мысли с помощью рисунка, эскиза, чертежа требуется знание теоретических основ построения изображений... | ![]() | Основы начертательной геометрии и черчения Для того чтобы правильно выразить свои мысли с помощью рисунка, эскиза, чертежа требуется знание теоретических основ построения изображений... |
![]() | Обработка изображений Цель дисциплины – изучение современных алгоритмов интеллектуального анализа и обработки изображений | ![]() | Описание оценивания: ученик должен ответить на вопросы: Тебе нравится в школе? ... |
![]() | Таблицы оригиналов и изображений Таблица оригиналов и изображений дискретных функций для модифицированного дискретного преобразования Лапласа | ![]() | Гкс(К) оу «Специальная (коррекционная) общеобразовательная школа... С помощью игр, рассмотреть примеры геометрических фигур (прямоугольник, треугольник, квадрат и другие) и геометрических тел (куб,... |
![]() | Программа научнопрактической конференции с международным участием... Программа научнопрактической конференции с международным участием «современные возможности хирургии деформаций стопы» | ![]() | Автоматическая классификация изображений по текстурным признакам 1 Сидорова В. С. 2 Осуществляется автоматический выбор окна по расчету текстурных признаков. Для изображений леса на аэроснимках экспериментально показано,... |