Адаптивные и инвариантные алгоритмы обнаружения объектов на изображениях и их моделирование в Matlab

Фотографии Адаптивные и инвариантные алгоритмы обнаружения объектов на изображениях и их моделирование в Matlab

Описание Адаптивные и инвариантные алгоритмы обнаружения объектов на изображениях и их моделирование в Matlab

Основной задачей данного учебного пособия является систематическое изложение и пояснение новых достаточно сложных понятий и идей теории приема и обработки при отсутствии полного статистического описания сигналов и помех, т. е. в условиях априорной неопределенности. Описаны алгоритмы обнаружения и различения сигналов при действии шумов с гауссовскими и некоторыми негауссовскими распределениями. Рассмотрены простые и практические важные модельные распределения шума, дан синтез и анализ характеристик обнаружителей с адаптивным порогом при неизвестных параметрах распределения шума. Приведены программы моделирования случайных полей и программы обнаружения объектов на изображениях на фоне шумов в среде Matlab. Пособие предназначено для студентов технических специальностей, дипломников, магистров, аспирантов и специалистов в области радиотехники и телекоммуникаций при изучении вопросов обработки сигналов и изображений, при выполнении курсовых и дипломных работ, а также в научно-исследовательской работе. 2-е издание, дополненное.

Содержание Адаптивные и инвариантные алгоритмы обнаружения объектов на изображениях и их моделирование в Matlab

Введение
Глава 1
Задачи обнаружения и различения сигналов в
условиях неопределенности
1.1. Алгоритмы обработки сигналов и их
характеристики
1.2. Постановка задачи обнаружения и различения
сигналов
в условиях априорной неопределенности
1.3. Обнаружение и различение объектов на
изображениях
1.4. Обнаружители с адаптивным порогом
Глава 2
Решение гауссовских задач обнаружения и
различения сигналов в условиях неопределенности
2.1. Обнаружение неизвестного сдвига
гауссовского распределения
2.2. Моделирование обнаружения сдвига
гауссовского распределения
2.3. Обнаружение сдвига при неизвестной
дисперсии. Равномерно наиболее мощный
несмещенный подобный алгоритм
2.4. Моделирование обнаружения сдвига при
неизвестной дисперсии
2.5. Знаковый обнаружитель изменения медианы
распределения
2.6. Моделирование знакового обнаружителя
сдвига гауссовского распределения
2.7. Минимаксный и самообучающийся байесовские
обнаружители сдвига гауссовского распределения
при неизвестной вероятности появления сигнала
Глава 3
Негауссовские задачи обнаружения и различения
сигналов в условиях неопределенности
3.1. Обнаружение изменения параметра
экспоненциального распределения
3.2. Различение пуассоновских потоков с
неизвестными интенсивностями
3.3. Обнаружение изменения параметра формы
гамма-распределения
Глава 4
Обнаружители с адаптивным порогом
4.1. Обнаружитель с медленным порогом
4.2. Обнаружитель с порогом по среднему
значению шума
4.3. Обнаружитель с порогом по максимальному
значению шума
4.4. Обнаружители с комбинированным порогом
4.5. Адаптивный порог для логнормального
распределения помехи
Глава 5
Моделирование процессов обработки сигналов,
полей и алгоритмов в среде Matlab
5.1. Формирование объектов на изображениях
5.2. Моделирование шумов с различными
распределениями вероятности
5.3. Моделирование объектов на фоне шумов и
алгоритмов обнаружения с постоянным порогом
5.4. Моделирование алгоритмов обнаружения с
адаптивным порогом в случае экспоненциального
шума
5.5. Моделирование алгоритмов обнаружения с
адаптивным порогом в случае нормального шума
5.6. Примеры обнаружения объектов на реальных
изображениях радиотехнических систем
наблюдения
Выводы
Приложения Приложение 1
Однопараметрические семейства распределений
Приложение 2
Двухпараметрические семейства распределений
Список литературы

Полезные ссылки Адаптивные и инвариантные алгоритмы обнаружения объектов на изображениях и их моделирование в Matlab