Meteor automatic imager and analyzer: analysis of noise characteristics and possible noise suppression

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F10%3A00171355" target="_blank" >RIV/68407700:21230/10:00171355 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/60461373:22340/10:00023512 RIV/67985815:_____/10:00429746

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Meteor automatic imager and analyzer: analysis of noise characteristics and possible noise suppression

Popis výsledku v původním jazyce

This paper is devoted to the noise analysis and noise suppression in a system for double station observation of the meteors now known as MAIA (Meteor Automatic Imager and Analyzer). The noise analysis is based on acquisition of testing video sequences atdifferent light conditions and their further analysis. The main goal is to find a suitable noise model and subsequently determine if the noise is signal dependent or not. Noise and image model in the wavelet domain should be based on Gaussian mixture model (GMM) or Generalized Laplacian Model (GLM) and the model parameters should be estimated by moment method. GMM and GLM allow to model various types of probability density functions. Finally the advanced de-noising algorithm using Bayesian estimator will be applied.

Název v anglickém jazyce

Meteor automatic imager and analyzer: analysis of noise characteristics and possible noise suppression

Popis výsledku anglicky

This paper is devoted to the noise analysis and noise suppression in a system for double station observation of the meteors now known as MAIA (Meteor Automatic Imager and Analyzer). The noise analysis is based on acquisition of testing video sequences atdifferent light conditions and their further analysis. The main goal is to find a suitable noise model and subsequently determine if the noise is signal dependent or not. Noise and image model in the wavelet domain should be based on Gaussian mixture model (GMM) or Generalized Laplacian Model (GLM) and the model parameters should be estimated by moment method. GMM and GLM allow to model various types of probability density functions. Finally the advanced de-noising algorithm using Bayesian estimator will be applied.

Druh

D - Stať ve sborníku

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2010

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Applications of Digital Image Processing XXXIII

ISBN

978-0-8194-8294-5

ISSN

0277-786X

e-ISSN

—

Počet stran výsledku

9

Strana od-do

—

Název nakladatele

SPIE

Místo vydání

Bellingham (stát Washington)

Místo konání akce

San Diego, California

Datum konání akce

1. 8. 2010

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000287763500058