快速估计二维ARMA模型参数的空域递归算法

二维(2D)自回归滑动平均(ARMA)模型及其参数估计在图象分析、综合、分类、编码和二维谱估计等方面具有广泛应用。英国学者Wellstead等人,在1987年提出这样一个问题:是否存在某些移不变特性使2D ARMA模型参数估计得以快速实现?本文将对这个问题给出一个肯定的答案。     

二维自适应空域递归快速算法

提出一种自适应空域递归快速最小二乘算法,此算法直接从包含在某一滑动数据窗中的图象灰度数据开始做参数估计,数据窗每次滑动更新一行数据,参数估计量也随之迅速地改变,因而能用于非平稳图象。此算法的运算量为18mN~(1/2)+4 2m~(1/2)NMADPR(每次递归的乘/除法次数),m,N分别指模型参数个数和包含在数据窗中的数据个数。