循环中值平均滤除遥测地形粗差(1)(2)
2014-11-12 01:38
导读：（1）公式（1）中的φ是标准正态概率分布函数，由公式可得到Ｐ１、Ｐ２和Ｌ的定性关系：（１）在σ、Ｐn、a、b不变的前提下，Ｌ增大时，Ｐ１减小、Ｐ
（1）公式（1）中的φ是标准正态概率分布函数，由公式可得到Ｐ１、Ｐ２和Ｌ的定性关系：（１）在σ、Ｐn、a、b不变的前提下，Ｌ增大时，Ｐ１减小、Ｐ２增大；Ｌ减小时，Ｐ１增大、Ｐ２减小；无论Ｌ如何选取，都不可能同时减小Ｐ１和Ｐ２。（２）判决门限Ｌ的选取与总体Ｔ的方差有很大关系，在保持P1不变的前提下，T的方差σ越小，L值就越小。相对于整幅图像而言，局部总体Ｔ由于离散程度σ较小，因而在一定的P1下使得Ｌ较小，可获得较小的P2。由于图像的总错分概率是所有局部错分概率的平均，因而采用局部概率分类能获得比全局概率分类更优的检噪效果。为计算方便，固定各窗口的门限比常数Ｒ＝Ｌ／σ，并根据统计推断原则将R取为2σ~3σ，这样可使得仅约0.26%~5%的数据点将被作为脉冲噪声进行平滑处理。这样，在脉冲噪声密度不高的情形下（高精度数据采集传感器工作在正常情况下），检噪算法对于未污染数据的保护性能较好。对于各滤波窗口中心点，用局部概率分类法进行噪声判断，需要估计局部均值m和局部方差σ，本文采用循环中值平均方法实现局部参数估计。3 基于循环中值平均进行检噪平滑对用于地形辅助导航的激光图像进行粗差滤波的要求是既能去除图像以外的脉冲噪声，同时又要保持图像的细节不被改变；此外还要求算法实时性强。AFND算法虽有较好的滤波效果，但涉及指数和迭代运算，运算速度低。中值滤波是最常用和简单的粗差滤波方法，但与以上激光像滤波要求相比也有差距。第一，中值滤波法及其改进型[7][8]虽能减少图像中的脉冲噪声，但同共2页: 1 [2] 下一页 论文出处(作者):
基于粒的二进制运算的属性值约简
Web挖掘个性化模型研究
