Ein adaptiver Algorithmus zur m-Schrittvorhersage einer Bildsequenz

Zusammenfassung

In manchen Anwendungsgebieten stellt sich das Problem, Bilder einer digitalen Bildsequenz um m Zeitabstände voraus zu prädiktieren. Im vorliegenden Beitrag wird ein adaptiver Algorithmus vom RLS-Typ (recursive least squares) zur Vorhersage einer Bildsequenz beschrieben, der mit Hilfe der Systemschreibweise und Tensorrechnung hergeleitet ist. Das dreidimensionale Prädiktionsfilter wird als linear angesetzt und mit jedem neuen Bild adaptiert, so daß das Prädiktionsfilter zu jeder Zeit dem Signal angepaßt ist. Folglich ist das Prädiktionsfilter zeitvariant. Als denkbare Anwendungsbeispiele des Algorithmus werden an dieser Stelle die Vorhersage der Wolkenbewegung aus den Aufnahmen eines meteorologischen Satellits, und die Vorhersage zukünftiger Entwicklungstendenzen der Luft- und Wasserflächenverschmutzung aus den Luft- oder Satellitenaufnahmen in regelmäßigen Zeitabständen genannt.