Применение авторегрессий с кратными корнями характеристических уравнений для представления и фильтрации изображений

Abstract

Исследованы вероятностные свойства стохастических моделей изображений, порожденных пространственными разделимыми авторегрессиями с кратными корнями характеристических уравнений. Особое внимание уделено исследованию ковариационных функций моделей разных порядков, обеспечивающих одинаковые радиусы корреляции. Рассмотрена задача фильтрации изображений, порождаемых авторегрессиями с кратными корнями. Исследована эффективность фильтрации при различных уровнях шума и характеристиках моделей. Probabilistic properties of stochastic models of images generated by spatial separable autoregressions with multiple roots of characteristic equations are investigated. Particular attention is paid to the study of covariance functions of models of different orders that provide the same correlation radii. The task of filtering images generated by autoregressions with multiple roots is considered. The efficiency of filtration at different noise levels and characteristics of models was investigated.