Фильтрация изображений, принадлежащих конечномерному функциональному пространству

Abstract

С позиций байесовского статистического подхода рассмотрена задача оптимальной фильтрации изображений из конечномерного функционального пространства, замытых известным ядром и зарегистрированных в присутствии аддитивного гауссова шума. Проблема проиллюстрирована двумя конкретными практическими задачами: фильтрация изображений системы протяженных источников известной формы и определение координат точечного источника и его интенсивности как функции времени на равномерном фоне неизвестной яркости.

The problem on the optimal filtering of images from the finite-dimensional functional space which are blurred by a known kernel and recorded in the presence of additive Gaussian noise, is considered from the standpoint of the Bayes statistical approach. A general view on the problem is illustrated by two specific practical problems: filtering of images of an extended source system of known shape, and determination of coordinates of a point source and its intensity as a time-varying function against the uniform background of unknown brightness.

З позиції байєсівського статистичного підходу розглянуто задачу оптимальної фільтрації зображень із скінченно-вимірного функціонального простору, які замиті відомим ядром та зареєстровані в присутності адитивного гауссова шуму. Загальний погляд на проблему ілюструється двома конкретними практичними задачами: фільтрація зображень системи протяжних джерел відомої форми і визначення координат точкового джерела та його інтенсивності як функції часу на рівномірному фоні невідомої яскравості.