考虑数字图像滤波处理对融线性和非线性于一体的数学模型的需求,根据Weierstrass逼近理论推导建立了通用的自回归数学模型。该模型将线性自回归模型和非线性自回归模型融合于一个统一的数学表达式中,仿真实验表明其能够较好地拟合现有...考虑数字图像滤波处理对融线性和非线性于一体的数学模型的需求,根据Weierstrass逼近理论推导建立了通用的自回归数学模型。该模型将线性自回归模型和非线性自回归模型融合于一个统一的数学表达式中,仿真实验表明其能够较好地拟合现有的线性和非线性自回归模型。用二维向量取代标量参数,推导了通用自回归模型的二维数学表达式。通过对比分析,确定采用GM(Generalized M estimator)参数估计法进行参数估计。实验结果表明,该算法收敛较快,平均迭代次数不超过6次,线性模型平均计算耗时为150s,二次模型平均耗时为418s。提出的二维通用自回归模型滤波方法能较好地保留图像的细节信息,图像滤波效果好。展开更多
文摘考虑数字图像滤波处理对融线性和非线性于一体的数学模型的需求,根据Weierstrass逼近理论推导建立了通用的自回归数学模型。该模型将线性自回归模型和非线性自回归模型融合于一个统一的数学表达式中,仿真实验表明其能够较好地拟合现有的线性和非线性自回归模型。用二维向量取代标量参数,推导了通用自回归模型的二维数学表达式。通过对比分析,确定采用GM(Generalized M estimator)参数估计法进行参数估计。实验结果表明,该算法收敛较快,平均迭代次数不超过6次,线性模型平均计算耗时为150s,二次模型平均耗时为418s。提出的二维通用自回归模型滤波方法能较好地保留图像的细节信息,图像滤波效果好。
