TY -的A2 - Chen Miaochao盟——山,魏PY - 2021 DA - 2021/12/17 TI -优化设计基于卡尔曼滤波方程的三维空间图像SP - 7262871六世- 2021 AB -本文以卡尔曼滤波方程作为一种手段的优势能力,共同实现3 d空间的准确和可靠的提取信息并开展研究工作从3 d空间位置信息的提取从多源遥感光学立体图像对,恢复三维空间结构信息,和联合提取三维空间信息的最优拓扑结构约束,分别。利用维纳的效应更强的功能恢复和卡尔曼滤波器复苏的较短的计算时间,维纳恢复结合卡尔曼滤波恢复(称为Wiener-Kalman滤波器恢复方法),均方误差和峰值信噪比的图像恢复方法相媲美的维纳恢复,但恢复图像的主观评价得出结论通过Wiener-Kalman过滤器恢复方法是清晰的。解决这一问题,卡尔曼滤波恢复方法计算时间短的优点,但经济复苏效果不如维纳复苏方法,提出一种改进的卡尔曼滤波恢复算法,克服了卡尔曼滤波器的复苏只有目标图像矩阵的行和列降噪和不能利用像素点在相邻的行和列的信息。算法将图像矩阵的第一行的初始参数卡尔曼滤波预测方程,然后将第一行的恢复图像作为初始参数的第二个卡尔曼滤波器预测方程。算法不需要估计的降解功能退化系统基于退化图像,和恢复图像提出了图像边缘细节信息更清楚,而复苏的效果堪比维纳的复苏和Wiener-Kalman过滤器恢复方法,和改进的卡尔曼滤波恢复方法与卡尔曼滤波相比有更强的降噪能力恢复方法。的问题严重的影响了遥感光学图像的阴影和复杂环境细节信息在3 d空间结构信息提取和数据提取特征边缘不够精确和结构信息提取是不够稳定的解决。全球最优平面分割与分级提出了能量最小化方法,可以实现准确、稳定的顶部表面的拓扑结构提取结合遥感光学图像的边缘信息,并确保最终提取的准确性和稳定性三维空间信息。SN - 1687 - 9120 UR - https://doi.org/10.1155/2021/7262871 - 10.1155 / 2021/7262871摩根富林明数学物理的进步PB - Hindawi KW - ER