Site Loader
Posted on 14.03.2023

Сглаживающие фильтры кратко Электроника, Микроэлектроника , Элементная…

Сразу хочу сказать, что здесь никакой воды про сглаживающие фильтры, и только нужная информация. Для того чтобы лучше понимать что такое сглаживающие фильтры , настоятельно рекомендую прочитать все из категории Электроника, Микроэлектроника , Элементная база.

На выходе выпрямителя получается пульсирующее постоянное напряжение. Для многих электронных устройств коэффициент пульсации питающего напряжения не должна превышать р = 10-2 – 10-5. Поэтому для уменьшения пульсации применяются сглаживающие фильтры .
Фильтры выполняются обычно на реактивных элементах: конденсаторах и дросселях. Здесь используются реактивные свойства этих элементов: при последовательном включении – дроссель имеет большое сопротивление переменному току; при параллельном включении – конденсатор имеет малое сопротивление переменному току. Особенностью фильтров является то, что емкость фильтра лучше сглаживает пульсации при малых токах нагрузки, а индуктивный фильтр, наоборот, при больших токах.

Емкостной фильтр включается всегда параллельно нагрузке. Рассмотрим однополупериодный выпрямитель со сглаживающим емкостным фильтром рис.3.


Рис. 3 Схема однополупериодного выпрямителя с емкостным фильтром

Принцип сглаживания сводится к следующему (рис.4) для схемы рис.3: в первый полупериод (0 – Т/2), когда потенциал точки А выше потенциала точки В, диод VD1 – открыт и конденсатор заряжается через низкое внутреннее сопротивление диода до U2max . Об этом говорит сайт https://intellect.icu . Когда потенциал точки А ниже напряжения на конденсаторе, во второй полупериод (Т/2 – Т) – диод закрыт и конденсатор разряжается через нагрузочный резистор Rн, до тех пор пока потенциал точки А не окажется выше напряжения на конденсаторе.


Рис. 4 Временные диаграммы напряжения однополупериодного выпрямителя с емкостным фильтром

Напряжение на запертом диоде будет определяться по второму закону Кирхгофа:

Uобрmax = Uc + U2max

причем конденсатор заряжается до значения U2max, значит:
для однополупериодного выпрямителя:

Uобрmax = 2•U2max = 2√2 U2

для двухполупериодного выпрямителя:

Uобрmax = U2max = √2 U2

Средневыпрямленное напряжение выпрямителей с фильтром определяется по формуле

Простейшим фильтром является емкостной фильтр (С-фильтр).

Рассмотрим его работу на примере однофазного однополупериодного выпрямителя (рис. 2.78). Емкостной фильтр подключают параллельно нагрузке (рис. 2.78, а).

На отрезке времени t1 … t2 диод открыт и конденсатор заряжается (рис. 2.78, б).
На отрезке t2 … t3 диод закрыт, источник входного напряжения отключен от конденсатора и нагрузки. Разряд конденсатора характеризуется экспонентой с постоянной времени t = RhC. ток через диод протекает только часть полупериода (отрезок t1 … t2). Чем короче отрезок t1 … t2, тем больше амплитуда тока диода при заданном среднем токе нагрузки. Если емкость С очень велика, то отрезок t1 … t2 оказывается очень малым, а амплитуда тока диода очень большой, и диод может выйти из строя. Такой фильтр широко используется в маломощных выпрямителях; в мощных выпрямителях он используется редко, так как режим работы диода и соответствующих электрических цепей (к примеру, обмоток трансформатора) достаточно тяжел.

А как ты думаешь, при улучшении сглаживающие фильтры, будет лучше нам? Надеюсь, что теперь ты понял что такое сглаживающие фильтры и для чего все это нужно, а если не понял, или есть замечания, то нестесняся пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории Электроника, Микроэлектроника , Элементная база

Из статьи мы узнали кратко, но емко про сглаживающие фильтры

Сглаживающие фильтры основные понятия о сглаживающих фильтрах

При рассмотрении схем выпрямителей было уста­новлено, что выпрямленное напряжение всегда являет­ся пульсирующим и содержит кроме постоянной переменные составляющие. В большинстве случаев питание схем промышленной электроники пульсирующим напря­жением неприемлемо. Допустимые значения коэффи­циента пульсаций (см. § 8.1) зависят от назначения и режима работы устройства; их выбирают в пределах 0,001—2,5%. Поскольку в любой схеме выпрямителя коэффициент пульсаций выходного напряжения во много раз превышает эти пределы, на выходе выпрямителей включают сглаживающие фильтры.

К схемам сглаживающих фильтров предъявляют следующие основные требования:

1) фильтр должен быть построен таким образом, чтобы с одной стороны, максимально уменьшились переменные составляющие, а с другой — не происходи­ло существенного уменьшения постоянной составляющей, которая тоже проходит через фильтр. Поэтому обычно схемы сглаживающих фильтров содержат только реак­тивные составляющие (индуктивности и емкости) и лишь при очень малых мощностях нагрузки могут содержать и активные сопротивления;

2) при переходных процессах в фильтре во время включения и выключения напряжения сети или нагруз­ки величины бросков напряжения и тока должны находиться в допустимых пределах;

3) собственная частота фильтра должна быть ниже частоты основной гармоники выпрямленного напряжения во избежание резонансных явлений в отдельных звеньях фильтра.

Основным параметром, позволяющим дать количест­венную оценку сглаживающего фильтра, является коэффициент сглаживания:

К с г = К п. вх /К п. вых,

где К п. вх и

К п. вых – коэффициенты пульсаций напряжения на входе и выходе фильтра.

Роль простейших сглаживающих фильтров могут играть индуктивные катушки, включенные последо­вательно с нагрузкой, и конденсаторы, включенные параллельно нагрузке.

При использовании индуктивных катушек высокий коэффициент сглаживания может быть достигнут при условии, что индуктивное сопротивление цепи значи­тельно превышает ее активное сопротивление:

XL = L » Rн, (9.1)

где  – частота основной гармоники выпрямленного напряжения.

В этом случае основное падение напряжения пере­менных составляющих происходит не на сопротивле­нии нагрузки, а на индуктивности фильтра. Так как активное сопротивление индуктивности фильтра (дрос­селя) обычно невелико, напряжения постоянной состав­ляющей выпрямленного тока на входе фильтра и на нагрузке практически равны.

Индуктивный фильтр имеет простую схему и обеспе­чивает малые потери мощности и малое изменение выход­ного напряжения при изменении сопротивления нагрузки. Однако при быстром уменьшении тока нагрузки на зажи­мах дросселя возникают кратковременные броски напряжения, которые могут достигать существенного значения.

Поскольку индуктивные фильтры обеспечивают луч­шее сглаживание пульсации при малых сопротивле­ниях нагрузки, их применяют главным образом в мощ­ных выпрямителях.

При включении конденсатора параллельно нагрузке для лучшего сглаживания пульсаций емкостное сопро­тивление должно быть значительно меньше активного сопротивления:

Xс= 1/(С) « Rн.

В этом случае конденсатор заряжается через диод выпрямителя до амплитудного значения напряжения на входе фильтра в те моменты времени, когда напряже­ние на входе фильтра превышает напряжение на кон­денсаторе.

В остальное время конденсатор разряжается на наг­рузку. Значение емкости выбирают таким образом, чтобы за период колебаний напряжения на входе фильтра напряжение на конден­саторе существенно не изменилось.

Ш ирокое применение на практике находят Г-образные индуктивно-ем­костные фильтры (рис. 9.1), представ­ляющие собой сочетание двух про­стейших фильтров: индуктивного и емкостного.

При выполнении условия

ХC « Rн « XL (9.2)

такие фильтры обеспечивают значительно более высокий коэффициент сглаживания пульсаций, чем фильтры из одной индуктивности или емкости.

Рассмотрим работу Г-образного звена сглаживающего фильтра. Пренебрегая падением напряжения постоянной составляющей Ud на малом активном сопротивлении дрос­селя, можно считать, что

Ud вхUd вых = Ud.

Тогда

А мплитудное значение тока основной гармоники

I~1 = U~вх /Zвх =U~вых /Zвых,

где Zвх – полное сопротивление нагрузки и фильтра;

Zвых — полное сопротивление нагрузки и конденсатора фильтра.

При выполнении условия (9.2)

Zвхj(ХL – XC), Zвых  – jХC.

С ледовательно,

Если XL = L, а ХC = 1/(С), то

Ксг = 2LС – 1

или

LС = (Ксг + 1)/2. (9.3)

Зная частоту основной гармоники выпрямленного напряжения, по заданному коэффициенту сглаживания можно найти значения L и С (точнее, их произведение). Выбор конкретных значений индуктивности и емкости представляет в данном случае не математическую, а техни­ческую задачу. Обычно ее решают с учетом дополнительных условий, к которым относятся габаритные раз­меры, масса и стоимость фильтра, а также величина допустимого броска тока при включении.

Б олее эффективными являются П-образные фильтры. На рис. 9.2 показана схема одного звена такого фильтра, представляющего собой сочетание простейшего емкост­ного фильтра и Г-образного звена.

Для получения большего коэффициента сглаживания пульсаций необходимо увеличивать L и С, что приводит к большим габаритным размерам и массам дросселей и конденсаторов. В этом случае лучшие результаты обеспечивают сложные многозвенные фильтры, состоящие из нескольких последовательно соединенных Г-образных звеньев. Входным элементом такого фильтра является индуктивная катушка. Если первое звено сделать П-образным, то входным элементом будет емкость.

Поскольку для каждого звена входное напряжение является выходным напряжением предыдущего звена, общий коэффициент сглаживания многозвенного фильтра равен произведению всех коэффициентов сглаживания отдельных звеньев:

Ксг = Ксг1 Ксг2 … Ксг n.

Если коэффициенты сглаживания всех звеньев выбраны одинаковыми, то

где п — число звеньев.

Среди перечисленных требований, предъявляемых к сглаживающим фильтрам, отмечалась необходимость ограничения собственной резонансной частоты фильтра 0 условием

откуда LC >=4/ 2.

(9.4)

Из сопоставления (9.4) с (9.3) условие отсутствия резонансных явлений в фильтре получим в виде

Kсг>= 3.

В отдельных случаях применяют резистивно-емкостные фильтры, которые имеют меньшие габаритные размеры, массу и стоимость. Дроссель в этих фильтрах заменяется резистором. В отличие от индуктивно-емкостных фильтров здесь происходит существенное уменьшение не только переменных, но и постоянной составляющей выпрямленного напряжения.

Р ассмотрим основные соотношения для простейшего Г-образного резистивно-емкостного фильтра (рис. 9.3). Коэффициент сглаживания пульсаций

П оскольку для получения хорошей фильтрации здесь также должно соблюдаться условие (9.1), можно записать.

Аналогично можно вывести соотношение для П-образ­ных и многозвенных резистивно-емкостных фильтров.

В связи с тем что в таких фильтрах происходит умень­шение выпрямленного напряжения, их целесообразно использовать при питании нескольких потребителей с различными напряжениями от одного выпрямителя. Кроме основного назначения фильтр выполняет в этом случае роль делителя напряжения. Из-за сравнительно больших потерь область применения резистивно-емкостных сглаживающих фильтров ограничивается маломощ­ными выпрямителями.

ДЯГИЛЕВ Владимир Иванович

ОСНОВЫ ЭЛЕКТРОНИКИ

Учебное пособие

Редактор О.В. Крутова

Формат 60 х 88 1/16. Усл.печ.л.1.2

Тираж 50.

74

локальных сглаживающих фильтров окрестности | SpringerLink

  1. Андреу Ф., Баллестер К., Касель В., Мазон Дж. М.: Минимизация общего вариационного потока. Comptes Rendus de l’Academie des Sciences Series I Mathematics 331 (11), 867–872 (2000)

    MATH MathSciNet Google Scholar

  2. Ариас, П., Казель, В., Саппиро, Г.: Вариационная структура для нелокального рисования изображений. В: Труды EMMCVPR, Бонн. Спрингер, Гейдельберг (2009 г.))

    Перекрестная ссылка Google Scholar

  3. Атнив, Ф.: Некоторые информационные аспекты визуального восприятия. Психол. 61 (3), 183–193 (1954)

    CrossRef Google Scholar

  4. Обер, Г., Корнпробст, П.: Математические проблемы обработки изображений: уравнения в частных производных и вариационное исчисление. Спрингер, Нью-Йорк (2006)

    Google Scholar

  5. Bae, S., Paris, S., Durand, F.: Двухуровневое управление тоном для фотографического вида. АКМ Транс. График (ТОГ) 25 (3), 645 (2006)

    Google Scholar

  6. Бараш Д.: Фундаментальная взаимосвязь между двусторонней фильтрацией, адаптивным сглаживанием и уравнением нелинейной диффузии. IEEE транс. Анальный узор. Мах. Интел. 24 , 844–847 (2002)

    CrossRef Google Scholar

  7. Беннетт, Э.П., Мейсон, Дж.Л., Макмиллан, Л.: Мультиспектральное двустороннее слияние видео. IEEE транс. Процесс изображения. 16 (5), 1185 (2007)

    CrossRef MathSciNet Google Scholar

  8. Boulanger, J., Sibarita, J.B., Kervrann, C., Bouthemy, P.: Непараметрическая регрессия для устранения шума последовательности изображений флуоресцентной микроскопии на основе патчей. В: 5-й Международный симпозиум IEEE по биомедицинской визуализации: от нано к макро, 2008 г. (ISBI 2008), Париж, стр. 748–751, 2008 г.

    Google Scholar

  9. Бойков Ю., Джолли М.П.: Интерактивные разрезы графа для оптимальной сегментации границ и областей объектов на изображениях ND. Междунар. конф. вычисл. Вис. 1 , 105–112 (2001)

    Google Scholar

  10. Браилеан, Дж. К., Клейхорст, Р. П., Эфстратиадис, С., Кацаггелос, А. К., Лагендейк, Р. Л.: Фильтры шумоподавления для динамических последовательностей изображений: обзор. проц. IEEE 83 (9), 1272–1292 (1995)

    CrossRef Google Scholar

  11. Buades, A., Coll, B., Lisani, J., Sbert, C.: Рассеивание условного изображения. обратная задача Визуализация 1 (4):593 (2007)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  12. Buades, A., Coll, B., Morel, JM: Обзор алгоритмов шумоподавления изображения с новым. Многомасштабная модель Simul. 4 (2), 490–530 (2005)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  13. Buades, A. , Coll, B., Morel, J.M.: Фильтры по соседству и PDE. Число. Мат. 105 (1), 1–34 (2006)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  14. Buades, A., Coll, B., Morel, JM: Нелокальное шумоподавление изображений и фильмов. Междунар. Дж. Вычисл. Зрение. 76 (2), 123–139 (2008)

    CrossRef Google Scholar

  15. Buades, A., Coll, B., Morel, J.M., Sbert, C.: Цветовая демозаика, основанная на самоподобии. IEEE транс. Процесс изображения. 18 (6), 1192–1202 (2009)

    CrossRef MathSciNet Google Scholar

  16. Казель В., Киммель Р., Сапиро Г.: Геодезические активные контуры. Междунар. Дж. Вычисл. Вис. 22 (1), 61–79 (1997)

    CrossRef МАТЕМАТИКА Google Scholar

  17. Чоудхури, П. , Тамблин, Дж.: Трехсторонний фильтр для высококонтрастных изображений и сеток. В: Курсы ACM SIGGRAPH 2005, Лос-Анджелес, с. 5. АКМ (2005)

    Google Scholar

  18. Кливленд, Вашингтон: Надежная локально взвешенная регрессия и сглаживающие диаграммы рассеяния. Варенье. Стат. доц. 74 (368), 829–836 (1979)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  19. Койфман, Р.Р., Донохо, Д.Л.: Трансляционно-инвариантное шумоподавление. Конспект лекций по статистике, стр. 125–125. Спрингер, Нью-Йорк (1995)

    Google Scholar

  20. Команичу, Д., Меер, П.: Среднее смещение: надежный подход к анализу пространства признаков. IEEE транс. Анальный узор. Мах. Интел. 24 (5), 603–619 (2002)

    CrossRef Google Scholar

  21. Криминиси, А. , Перес, П., Тояма, К.: Заполнение областей и удаление объектов путем раскрашивания изображений на основе образцов. IEEE транс. Процесс изображения. 13 (9), 1200–1212 (2004)

    CrossRef Google Scholar

  22. Даниелян А., Фой А., Катковник В., Егиазарян К.: Сверхразрешение изображений и видео с помощью пространственно-адаптивной блочной фильтрации. В: Труды международного семинара по локальной и нелокальной аппроксимации в обработке изображений, Лозанна (2008)

    Google Scholar

  23. Де Бонет, Дж. С.: Процедура выборки с несколькими разрешениями для анализа и синтеза текстурных изображений. В: Труды 24-й ежегодной конференции по компьютерной графике и интерактивным методам, Лос-Анджелес, с. 368. ACM Press/Addison-Wesley (1997)

    Google Scholar

  24. Делон, Дж. , Десольне, А.: Стабилизация мерцания в последовательности изображений (2009 г.)). hal.archives-ouvertes.fr

    Google Scholar

  25. Di Zenzo, S.: Примечание о градиенте мультиизображения. вычисл. Вис. График 33 (1), 116–125 (1986)

    CrossRef МАТЕМАТИКА Google Scholar

  26. Донг, Б., Йе, Дж., Ошер, С., Динов, И.: Нелокальное восстановление поверхности на основе набора уровней. Многомасштабная модель. Симул. 7 , 589 (2008)

    перекрестная ссылка МАТЕМАТИКА MathSciNet Google Scholar

  27. Донохо, Д.Л.: Удаление шумов с помощью мягкого порога. IEEE транс. Инф. Теория 41 (3), 613–627 (1995)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  28. Дюран, Ф. , Дорси, Дж.: Быстрая двусторонняя фильтрация для отображения изображений с высоким динамическим диапазоном. В: Материалы 29-й ежегодной конференции по компьютерной графике и интерактивным методам, ACM New York, стр. 257–266 (2002)

    Google Scholar

  29. Эбрахими, М., Врскай, Э.Р.: Решение обратной задачи масштабирования изображения с использованием «самопримеров». В: Камель, М., Кампильо, А. (ред.) Анализ изображений и распознавание. Конспект лекций по информатике, том. 4633, с. 117. Springer, Берлин/Гейдельберг (2007)

    Google Scholar

  30. Эбрахими, М., Врскай, Э.Р.: Многокадровое сверхвысокое разрешение без явной оценки движения. В: Труды Международной конференции 2008 г. по обработке изображений, компьютерному зрению и распознаванию образов, Лас-Вегас, 2008 г.

    Google Scholar

  31. Эфрос, А. А., Леунг, Т.К.: Синтез текстуры с помощью непараметрической выборки. В: Международная конференция по компьютерному зрению, Corful, vol. 2, стр. 1033–1038, 1999

    Google Scholar

  32. Эйземанн, Э., Дюран, Ф.: Улучшение фотографии со вспышкой за счет внутреннего повторного освещения. АКМ Транс. График (ТОГ) 23 (3), 673–678 (2004)

    Google Scholar

  33. Элад М., Даценко Д.: Регуляризация на основе примеров, развернутая для реконструкции одного изображения со сверхвысоким разрешением. вычисл. Ж. 50 , 1–16 (2007)

    Google Scholar

  34. Эльмоатаз, А., Лезорей, О., Бугле, С., Та, В.Т.: Объединение локальной и нелокальной обработки с операторами частичной разности на взвешенных графах. В: Международный семинар по локальной и нелокальной аппроксимации в обработке изображений, Лозанна (2008 г. )

    Google Scholar

  35. Флейшман, С., Дрори, И., Коэн-Ор, Д.: Двустороннее шумоподавление. АКМ Транс. График (ТОГ) 22 (3), 950–953 (2003)

    Google Scholar

  36. Гилбоа Г., Ошер С.: Нелокальная регуляризация линейных изображений и контролируемая сегментация. Многомасштабная модель. Симул. 6 (2), 595–630 (2007)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  37. Грейди, Л.: Случайные блуждания для сегментации изображений. IEEE транс. Анальный узор. Мах. Интел. 28 (11), 1 (2006)

    CrossRef Google Scholar

  38. Грэди, Л., Функа-Ли, Г.: Сегментация изображений с несколькими метками для медицинских приложений на основе теоретико-графовых электрических потенциалов. В: Компьютерное зрение и математические методы в медицинском и биомедицинском анализе изображений (ECCV), стр. 230–245 (2004)

    Google Scholar

  39. Грейди, Л.Дж.: Космическое компьютерное зрение: теоретико-графовый подход. Кандидатская диссертация, Бостонский университет (2004 г.)

    Google Scholar

  40. Гишар, Ф., Морель, Дж. М., Райан, Р.: Контрастно-инвариантный анализ изображений и УЧП. Книга в процессе подготовки

    Google Scholar

  41. Хартен, А., Энгквист, Б., Ошер, С., Чакраварти, С.Р.: Равномерно точные по существу неколебательные схемы высокого порядка, III. Дж. Вычисл. физ. 71 (2), 231–303 (1987)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  42. Хьюле, Б. , Шайрер, Т., Дженке, П., Штрассер, В.: Надежное нелокальное шумоподавление цветных данных глубины. В: Конференция IEEE Computer Society по компьютерному зрению и семинарам по распознаванию образов, Анкоридж, стр. 1–7 (2008 г.)

    . Google Scholar

  43. Джонс, Т.Р., Дюран, Ф., Десбрун, М.: Неитеративное сглаживание сетки с сохранением признаков. АКМ Транс. График 22 (3), 943–949 (2003)

    CrossRef Google Scholar

  44. Юнг, М., Весе, Л.А.: Нелокальные вариационные модели устранения размытия изображения в присутствии гауссова или импульсного шума. В: Tai, X.-C., Mørken, K., Lysaker, M., Lie, K.-A. (ред.) Масштабное пространство и вариационные методы в компьютерном зрении. Конспект лекций по информатике, том. 5567. Springer, Берлин/Гейдельберг (2009)

    Google Scholar

  45. Кимиа Б. Б., Танненбаум А., Цукер С.В.: Об эволюции кривых через функцию кривизны, I: классический случай. Дж. Матем. Анальный. заявл. 163 (2), 438–458 (1992)

    МАТЕМАТИКА MathSciNet Google Scholar

  46. Kimmel, R., Malladi, R., Sochen, N.: Изображения в виде встроенных карт и минимальных поверхностей: фильмы, цвет, текстура и объемные медицинские изображения. Междунар. Дж. Вычисл. Вис. 39 (2), 111–129(2000)

    Перекрестная ссылка МАТЕМАТИКА Google Scholar

  47. Киндерманн, С., Ошер, С., Джонс, П.В.: Удаление размытия и шумоподавления изображений с помощью нелокальных функционалов. Многомасштабная модель. Симул. 4 (4), 1091–1115 (2005)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  48. Ли, Дж. С.: Сглаживание цифровых изображений и сигма-фильтр. вычисл. Вис. График 24 (2), 255–269 (1983)

    CrossRef Google Scholar

  49. Лезорей, О., Та, В.Т., Эльмоатаз, А.: Нелокальная регуляризация графа для раскрашивания изображения. В: Международная конференция по распознаванию образов, Тампа (2008 г.)

    CrossRef Google Scholar

  50. Лу, Ю., Чжан, X., Ошер, С., Бертоцци, А.: Восстановление изображений с помощью нелокальных операторов. J. Sci. вычисл. 42 (2), 185–197 (2010)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  51. Майрал Дж., Элад М., Сапиро Г. и др.: Разреженное представление для восстановления цветного изображения. IEEE транс. Процесс изображения. 17 (1), 53 (2008)

    CrossRef MathSciNet Google Scholar

  52. Масноу, С. : Фильтрация и удаление изображений с помощью методов создания ансамблей. Кандидатская диссертация, Ceremade, Университет Париж-Дофин (1998)

    Google Scholar

  53. Миньотт, М.: Стратегия нелокальной регуляризации для деконволюции изображений. Распознавание образов. лат. 29 (16), 2206–2212 (2008)

    CrossRef Google Scholar

  54. Ошер С., Рудин Л.И.: Повышение качества изображения с использованием шоковых фильтров. SIAM J Numer Anal 27 (4), 919–940 (1990)

    CrossRef МАТЕМАТИКА Google Scholar

  55. Озкан, М.К., Сезан, М.И., Текалп, А.М.: Адаптивная фильтрация зашумленных последовательностей изображений с компенсацией движения. IEEE транс. Цепи Сист. Видео Техн. 3 (4), 277–290 (1993)

    CrossRef Google Scholar

  56. Пенг Х. , Рао Р., Мессингер Д.В.: Двусторонние пространственно-спектральные фильтры для гиперспектральной визуализации. В: Симпозиум SPIE по обороне и безопасности. Международное общество оптики и фотоники (2008 г.)

    Google Scholar

  57. Перона, П., Малик, Дж.: Масштабное пространство и обнаружение границ с использованием анизотропной диффузии. IEEE транс. ПАМИ 12 (7), 629–639 (1990)

    CrossRef МАТЕМАТИКА Google Scholar

  58. Петшнигг, Г., Шелиски, Р., Агравала, М., Коэн, М., Хоппе, Х., Тояма, К.: Цифровая фотография с парами изображений со вспышкой и без вспышки. АКМ Транс. График (ТОГ) 23 (2), 664–672 (2004)

    Google Scholar

  59. Пейре, Г.: Многообразные модели для сигналов и изображений. вычисл. Вис. Изображение Понимание. 113 (2), 249–260 (2009)

    CrossRef Google Scholar

  60. Пейре Г. : Разреженное моделирование текстур. Дж. Матем. визуализация Виз. 34 (1), 17–31 (2009)

    CrossRef Google Scholar

  61. Ползель, Дж., Спокойный, В.: Моделирование регрессии с переменными коэффициентами путем адаптивного сглаживания весов. Препринт WIAS №. 818 (2003)

    Google Scholar

  62. Проттер, М., Элад, М., Такеда, Х., Миланфар, П.: Обобщение нелокальных средств для реконструкции сверхвысокого разрешения. IEEE транс. Процесс изображения. 18 (1), 35–51 (2009)

    MathSciNet Google Scholar

  63. Раманат Р., Снайдер В.Э.: Адаптивная демозаика. Дж. Электрон. Визуализация 12 , 633 (2003)

    CrossRef Google Scholar

  64. Рудин Л., Ошер С., Фатеми Э. : Алгоритмы удаления шума на основе нелинейных полных вариаций. физ. D 60 (1–4), 259–268 (1992)

    CrossRef МАТЕМАТИКА Google Scholar

  65. Сапиро, Г., Рингач, Д.Л.: Анизотропная диффузия многозначных изображений с приложениями к цветовой фильтрации. IEEE транс. Процесс изображения. 5 (11), 1582–1586 (1996)

    CrossRef Google Scholar

  66. Сефиан, Дж. А.: Кривизна и эволюция фронтов. коммун. Мат. физ. 101 (4), 487–499 (1985)

    CrossRef МАТЕМАТИКА MathSciNet Google Scholar

  67. Ши, Дж., Малик, Дж.: Нормализованные разрезы и сегментация изображения. IEEE транс. Анальный узор. Мах. Интел. 22 (8), 888–905 (2000)

    Google Scholar

  68. Смит, С. М., Брэди, Дж.М.: СЬЮЗАН: новый подход к низкоуровневой обработке изображений. Междунар. Дж. Вычисл. Вис. 23 (1), 45–78 (1997)

    CrossRef Google Scholar

  69. Шлам, А.Д., Маджони, М., Койфман, Р.Р.: Общая схема адаптивной регуляризации на основе процессов диффузии на графах. Технический отчет Йельского университета (2006 г.)

    Google Scholar

  70. Томаси, К., Мандучи, Р.: Двусторонняя фильтрация серых и цветных изображений. В: Труды Шестой международной конференции по компьютерному зрению, Бомбей, стр. 839–846, 1998 г.

    . Google Scholar

  71. ван ден Бумгаард, Р., ван де Вейер, Дж.: Об эквивалентности поиска локальных мод, надежной оценки и анализа среднего сдвига, используемых в задачах раннего зрения. В: Международная конференция по распознаванию образов, Квебек, том. 16, Citeseer, стр. 927–930, 2002

    Google Scholar

  72. Вейкерт, Дж.: Анизотропная диффузия в обработке изображений. Б.Г. Тойбнер, Штутгарт (1998). Ситисир

    Google Scholar

  73. Виннемоллер, Х., Олсен, С.К., Гуч, Б.: Абстракция видео в реальном времени. АКМ Транс. График (ТОГ) 25 (3), 1226 (2006)

    Google Scholar

  74. Вонг, А., Орчард, Дж.: Нелокальный подход к рисованию на основе образцов. В: 15-я Международная конференция IEEE по обработке изображений, Сан-Диего, 2008 г., стр. 2600–2603

    . Google Scholar

  75. Ярославский Л.П.: Цифровая обработка изображений. Спрингер Секокус. Springer, Берлин/Нью-Йорк (1985)

    CrossRef МАТЕМАТИКА Google Scholar

  76. Ярославский Л. П.: Локальное адаптивное восстановление и улучшение изображения с использованием ДПФ и ДКП в рабочем окне. В: Унсер, М.А., Альдруби, А., Лейн, А.Ф. (ред.) Применение вейвлетов в обработке сигналов и изображений IV. Труды SPIE, том. 2825, с. 2. Международное общество оптики и фотоники SPIE, Беллингем (1996 г.)

    Google Scholar

  77. Ярославский Л.П., Егиазарян К.О., Астола Ю.Т.: Методы восстановления образа области преобразования: обзор, сравнение и интерпретация. В: Догерти, Э.Р., Астола, Дж.Т. (ред.) Нелинейная обработка изображений и анализ закономерностей XII. Труды SPIE, том. 4304, с. 155. Международное общество оптики и фотоники SPIE, Беллингем (2001)

    Google Scholar

  78. Яцив Л., Сапиро Г.: Быстрое окрашивание изображений и видео с помощью смешивания цветности. IEEE транс. Процесс изображения. 15 (5), 1120–1129 (2006)

    CrossRef Google Scholar

  79. Йошизава, С. , Беляев, А., Зайдель, Х.П.: Сглаживание на примере: шумоподавление сетки путем усреднения с весами на основе подобия. В: Международная конференция IEEE по моделированию форм и приложениям, Мацусима, стр. 38–44, 2006 г.

    Google Scholar

  80. Чжан, Д., Ван, З.: Восстановление информации об изображении на основе дальней корреляции. IEEE транс. Цепи Сист. Видео Техн. 12 (5), 331–341 (2002)

    CrossRef Google Scholar

  81. Чжан, X., Бургер, М., Брессон, X., Ошер, С.: Брегманизированная нелокальная регуляризация для деконволюции и разреженной реконструкции. Отчет UCLA CAM 09-03 (2009)

    Google Scholar

  82. Zhu, S.C., Yuille, A.: Конкуренция регионов: объединение змей, выращивание регионов и байес/MDL для многоканальной сегментации изображений. IEEE транс. Анальный узор. Мах. Интел. 18 (9), 884–900 (1996)

    CrossRef Google Scholar

  83. Чжу, Х., Лафферти, Дж., Гахрамани, З.: Обучение с полуучителем: от гауссовых полей к гауссовым процессам. Школа компьютерных наук Университета Карнеги-Меллона (2003 г.)

    Google Scholar

Ссылки на скачивание

Открытый доступ SCIRP

Издательство научных исследований

Журналы от A до Z

Журналы по темам

  • Биомедицинские и биологические науки.
  • Бизнес и экономика
  • Химия и материаловедение.
  • Информатика. и общ.
  • Науки о Земле и окружающей среде.
  • Машиностроение
  • Медицина и здравоохранение
  • Физика и математика
  • Социальные науки. и гуманитарные науки

Журналы по тематике  

  • Биомедицина и науки о жизни
  • Бизнес и экономика
  • Химия и материаловедение
  • Информатика и связь
  • Науки о Земле и окружающей среде
  • Машиностроение
  • Медицина и здравоохранение
  • Физика и математика
  • Социальные и гуманитарные науки

Публикация у нас

  • Представление статей
  • Информация для авторов
  • Ресурсы для экспертной оценки
  • Открытые специальные выпуски
  • Заявление об открытом доступе
  • Часто задаваемые вопросы

Публикуйте у нас  

  • Подача документов
  • Информация для авторов
  • Ресурсы для экспертной оценки
  • Открытые специальные выпуски
  • Заявление об открытом доступе
  • Часто задаваемые вопросы

Подпишитесь на SCIRP

Свяжитесь с нами

клиент@scirp. org
+86 18163351462 (WhatsApp)
1655362766
Публикация бумаги WeChat
Недавно опубликованные статьи
Недавно опубликованные статьи

Подпишитесь на SCIRP

Свяжитесь с нами

клиент@scirp.

alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Внимание! Внешний вид товара, комплектация и характеристики могут изменяться производителем без предварительных уведомлений. Данный интернет-сайт носит исключительно информационный характер и ни при каких условиях не является публичной офертой, определяемой положениями Статьи 437 (2) Гражданского кодекса Российской Федерации. 2024 © Все права защищены.