El siguiente documento describe una aplicación del operador de energía Teager-Kaiser para mejorar la imagen de rayos X:
Reinhard Bernstein, Michael S. Moore y Sanjit K. Mitra, "Filtros cuadráticos ajustables para la mejora de la imagen" Proc. IEEE International Conference on Image Processing (ICIP), Santa Bárbara, CA, vol. 1, págs. 287-290, octubre de 1997. http://vision.ece.ucsb.edu/publications/view_abstract.cgi?52
Los autores desarrollan la intuición para el comportamiento del filtro a través de la analogía con un operador lineal similar (es decir, "Por lo tanto, la salida de un filtro Teager es aproximadamente igual a una respuesta de filtro de paso alto ponderada por la media local" ). En aras de la precisión, por filtros polinomiales cuadráticos, me refiero a filtros no lineales, no recursivos que pueden caracterizarse completamente por una serie Volterra truncada , de la siguiente manera (para el caso 1D):
Parece que la mayoría de los enfoques para el diseño de filtros polinomiales de bajo orden implican marcos de identificación del sistema, pero sin una comprensión profunda de por qué funcionan los filtros estimados. ¿Los enfoques analíticos basados en analogías lineales son actualmente el estado del arte, o existen herramientas matemáticas conocidas que se puedan utilizar?
Respuestas:
Realmente no es una respuesta (por lo tanto, esto es wiki de la comunidad), pero pensé que deberíamos capturar el código de @ Mohammad:
fuente