Noise Analysis of MAIA System and Possible Noise Suppression

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F11%3A00180068" target="_blank" >RIV/68407700:21230/11:00180068 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/67985815:_____/11:00368909 RIV/60461373:22340/11:43892446

Výsledek na webu

<a href="http://www.radioeng.cz/fulltexts/2011/11_01_110_117.pdf" target="_blank" >http://www.radioeng.cz/fulltexts/2011/11_01_110_117.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Noise Analysis of MAIA System 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 indifferent light conditions and their further statistical evaluation. 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. Furthermore, noise should be modeled by GMM or GLM also in the space domain. GMM and GLM allow to model various types of probability density functions. Finally the advanced denoising algorithm using Bayesian estimator is applied and its performance is verified.

Název v anglickém jazyce

Noise Analysis of MAIA System 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 indifferent light conditions and their further statistical evaluation. 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. Furthermore, noise should be modeled by GMM or GLM also in the space domain. GMM and GLM allow to model various types of probability density functions. Finally the advanced denoising algorithm using Bayesian estimator is applied and its performance is verified.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

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

2011

Kód důvěrnosti údajů

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

Název periodika

Radioengineering

ISSN

1210-2512

e-ISSN

—

Svazek periodika

20

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

8

Strana od-do

110-117

Kód UT WoS článku

000289657300016

EID výsledku v databázi Scopus

—