Фильтр Тихонова. Невязка
Для выбора способа и параметров регуляризации крайне важно наличие априорной информации. В том случае, когда о поведении решения нам ничего не известно, в качестве такой априорной информации можно использовать сведения о точности исходных данных. При этом под точностью исходных данных необходимо понимать как точность измерения, так и уровень шумов на выходе системы. Эти данные практически всегда имеются
Обратный оператор, построенный с использованием такой априорной информации, называется фильтром Тихонова. Как строится такой обратный оператор или, по-другому, как выбирается стабилизирующий коэффициент для этого обратного оператора?
Определение этого коэффициента основано на следующем. Воздействуем приближённым оператором на исходные данные . В результате получим приближённое решение
.
Если бы было известно точное решение , то сравнив его с приближённым решением мы могли бы судить о качестве приближённого оператора. Однако точное решение неизвестно и поэтому необходим некий косвенный метод оценки.
Воздействуем на полученное приближённое решение точным прямым оператором L[ ]. Получим некоторую функцию
.
Эта функция по смыслу аналогична исходным данным. В том случае, когда шум в исходных данных отсутствует, приближённый оператор совпадает с точным обратным оператором, а функция совпадает с исходными данными . Таким образом различие между этими функциями можно использовать для оценки качества приближённого оператора.
Введём функцию
.
и назовём её невязкой. Очевидно, что невязка равна нулю, если приближённый оператор равен точному оператору.
Пусть дисперсия шума в исходных данных равна 2. Тогда логично потребовать, что бы дисперсия ошибки, вызванной применением приближённого оператора, также была равна 2 . То есть
.
Из этого уравнения можно определить величину .
Это условие выбрано из следующих соображений. Если потребовать, чтобы Ф()=0, то оператор будет являться точным обратным оператором, а =0, и мы получим неустойчивое решение. Если допустить, что Ф() много больше 2 то ошибка, связанная с неточностью решения будет больше ошибки вызванной шумом. Поэтому применяют компромиссное решение, которое предполагает равный вклад ошибок в получаемое решение.
Для того чтобы функцию Ф(), т.е. невязку, можно было использовать для определения оптимального значения необходимо доказать, что уравнение Ф() = 2 имеет однозначное решение. В противном случае для одного и того же значения 2 может быть несколько значений и встанет задача о выборе оптимального значения из них.
Для того, чтобы доказать единственность решения этого уравнения достаточно доказать, что Ф() есть монотонно возрастающая функция .
Используя тот факт, что энергия функции равна энергии ее спектральных составляющих запишем:
.
Так как
то
.
Первая производная
Так как и и подынтегральное выражение всегда больше 0, то
Таким образом мы показали, что Ф() монотонно возрастающая функция и в силу этого решения уравнения Ф() = 2 имеет единственное решение.
На практике часто значение определяют следующим образом. Задают ряд значений k, для каждого из них рассчитывают Ф(k) и в качестве рабочего значения принимают то, для которого разность Ф(k) - 2 – минимальна.
Yandex.RTB R-A-252273-3- Основные понятия курса. Оптическая и неоптическая голография
- Что такое изображение
- Методы восстановления изображений
- Методы реконструкции изображений
- Другие методы цифровой обработки изображений
- Оптическая голография. Регистрация интерференционной картины.
- Оптическая схема получения голограммы.
- Неоптическая голография
- Математический аппарат решения задач восстановления и реконструкции изображений
- Дельта-функция
- Свойства дельта-функции
- Преобразование Фурье. Теорема о свёртке
- Линейные системы. Импульсный отклик линейной системы
- Прямые и обратные задачи. Уравнение Фредгольма
- Решение уравнения типа свёртки. Частотная характеристика
- Корректность решения обратной задачи. Существования решения
- Единственность решения на примере уравнения типа свертки
- Устойчивость решения
- Регуляризация решени обратных задач
- Регуляризация решения. Метод регуляризации Тихонова
- Регуляризация решения уравнения типа свертки
- Фильтр Тихонова. Невязка
- Оптимальный фильтр Винера
- Управляемая линейная фильтрация. Фильтр Бэйкуса-Гильберта
- Гомоморфная фильтрация
- Метод неопределенных коэффициентов
- Пример решения обратной задачи
- Коррекция искажений, вызванных равномерным прямолинейным движением объекта
- Коррекция искажений, вызванных равномерным прямолинейным движением объекта. Учет граничных условий
- Разрешающая способность систем формирования изображений
- Понятие о разрешающей способности
- Теоретическая оценка разрешающей способности на примере анализатора спектра
- Представление Релея для монохроматических волн
- Представление Релея для немонохроматических волн
- Двойной физический смысл пространственной частоты
- Частотная характеристика свободного пространства
- Угловой спектр сферической волны
- Импульсный отклик свободного пространства
- Восстановление радиоголографических изображений
- Алгоритм восстановления изображений в частотной области
- Восстановление изображений в приближении Френеля
- Азимутальное разрешение радиоголографической системы
- Синтез апертуры сканированием одной антенной
- Синтез апертуры сканирования двумя антеннами
- Синтез радиоголограмм динамических объектов
- Разрешающая способность в радиальном направлении
- Многочастотная голография
- Основы томографии
- Прохождение плоскопараллельного пучка через среду с поглощением
- Преобразование Радона
- Преобразование Радона точечного объекта
- Теорема о центральном сечении
- Обратное преобразование Радона
- Алгоритм обратного проецирования
- Вычисление обратного преобразования Радона
- Итерационные алгоритмы решения обратных задач
- Понятие об итерационных алгоритмах решения обратных задач
- Итерационные алгоритмы с ограничениями
- Итерационное уравнение
- Ряд Неймана
- Итерационный оператор для уравнения типа свертки