Оптимизация рекуррентных алгоритмов оценивания параметров межкадровых геометрических деформаций изображений по скорости сходимости оценок параметров

Abstract

Предложен критерий оптимизации рекуррентных алгоритмов оценивания параметров межкадровых геометрических деформаций изображений, обеспечивающий максимум скорости сходимости оцениваемых параметров. Рассмотрены примеры применения критерия для оптимизации плана локальной выборки отсчетов изображений псевдоградиентных алгоритмов. В примерах в качестве целевых функций оценивания исследованы средний квадрат межкадровой разности, ковариация и коэффициент межкадровой корреляции изображений. Показано, что при использовании среднего квадрата межкадровой разности для оптимизации плана локальной выборки отсчетов необходимо задание или априорная оценка отношения сигнал/шум и автокорреляционной функции изображений. При использовании ковариации и коэффициента корреляции оптимизация не зависит от отношения сигнал/шум. A criterion of recursion algorithms optimization for parameters estimation of image inter-frame geometrical deformations is proposed. It provides a maximum of the convergence rate of estimated parameters. Examples of the criterion application for image local sample plan optimization of stochastic gradient descent algorithms are considered. In the examples the mean square of the inter-frame difference, the covariance and the coefficient of the image inter-frame correlation are studied as objective cost functions. It is shown that using the mean square of the inter-frame difference to optimize the local sample plan requires a predetermination or a priori estimate of the signal-to-noise ratio and the autocorrelation function of images. When covariance and correlation coefficient are used, the optimization doesn’t depend on the signal-to-noise ratio.