北京理工大学学报
北京理工大學學報
북경리공대학학보
JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY
2010年
5期
562-566,577
,共6页
田卉%郭琳%沈庭芝%郝兵%冉川
田卉%郭琳%瀋庭芝%郝兵%冉川
전훼%곽림%침정지%학병%염천
粒子滤波%图像恢复%采样重要性重采样%正则化重采样%混合噪声%乘性噪声%累积分布函数
粒子濾波%圖像恢複%採樣重要性重採樣%正則化重採樣%混閤譟聲%乘性譟聲%纍積分佈函數
입자려파%도상회복%채양중요성중채양%정칙화중채양%혼합조성%승성조성%루적분포함수
引入粒子滤波对解决非线性非高斯模型的优良特性,将一种新的正则化粒子滤波算法(regularized particle filter)应用到混合噪声和乘性噪声图像恢复中. 由于采样重要性重采样(SIR)方法在重采样时没有考虑观测量而引入误差,本文方法从后验连续分布中采样,引入观测量进而减少误差,同时将易实现的累积分布函数和正则化重采样步骤融合,进一步使粒子方差最小化,解决粒子衰竭问题,缓解退化现象. 通过对具有混合噪声图像以及医学乘性噪声图像的恢复效果表明了该算法的有效性,且与小波阈值法和SIR粒子滤波法对比显示了其优越性.
引入粒子濾波對解決非線性非高斯模型的優良特性,將一種新的正則化粒子濾波算法(regularized particle filter)應用到混閤譟聲和乘性譟聲圖像恢複中. 由于採樣重要性重採樣(SIR)方法在重採樣時沒有攷慮觀測量而引入誤差,本文方法從後驗連續分佈中採樣,引入觀測量進而減少誤差,同時將易實現的纍積分佈函數和正則化重採樣步驟融閤,進一步使粒子方差最小化,解決粒子衰竭問題,緩解退化現象. 通過對具有混閤譟聲圖像以及醫學乘性譟聲圖像的恢複效果錶明瞭該算法的有效性,且與小波閾值法和SIR粒子濾波法對比顯示瞭其優越性.
인입입자려파대해결비선성비고사모형적우량특성,장일충신적정칙화입자려파산법(regularized particle filter)응용도혼합조성화승성조성도상회복중. 유우채양중요성중채양(SIR)방법재중채양시몰유고필관측량이인입오차,본문방법종후험련속분포중채양,인입관측량진이감소오차,동시장역실현적루적분포함수화정칙화중채양보취융합,진일보사입자방차최소화,해결입자쇠갈문제,완해퇴화현상. 통과대구유혼합조성도상이급의학승성조성도상적회복효과표명료해산법적유효성,차여소파역치법화SIR입자려파법대비현시료기우월성.