4. ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ

Под фильтрацией понимается выделение полезной, информативной составляющей на основе имеющихся наблюдений. Это важная задача обработки И, так как ее решение дает возможность улучшить И при наличии помех в их наблюдениях. Эта задача возникла первой,  и в литературе по обработке И больше всего работ относится именно к фильтрации. Только обзор разработанных методов фильтрации потребовал бы целой книги. Поэтому в данном пособии будут рассмотрены лишь немногие из методов фильтрации И, а также применение этих методов к фильтрации речевых и других квазипериодических сигналов.

В общем задача фильтрации И может быть сформулирована как задача оценивания параметров, а именно, отсчетов «истинного» И по искаженным различными помехами наблюдениям.

Во второй и третьей главах задача такой оценки рассмотрена в общем виде, но технически выполнить полученные там решения невозможно из-за математических и вычислительных трудностей. Например, при гауссовских И и их наблюдениях оптимальная оценка линейно выражается через наблюдения (фильтр Винера-Колмогорова),  однако расчет коэффициентов этого фильтра и сама фильтрация требуют неприемлемых вычислительных затрат, которые в случае временной обработки  последовательности И неограниченно возрастают с течением времени.

Поэтому необходима разработка иных подходов к фильтрации, например, рекуррентных алгоритмов типа фильтра Калмана. Следует также учесть возможную априорную неопределенность задания модели И и их наблюдений, т. е. синтезировать адаптивные алгоритмы.