Utjämning

Den här artikeln behöver fler eller bättre källhänvisningar för att kunna verifieras. (2013-11) Åtgärda genom att lägga till pålitliga källor (gärna som fotnoter). Uppgifter utan källhänvisning kan ifrågasättas och tas bort utan att det behöver diskuteras på diskussionssidan.

Utjämning eller glättning är inom statistik och bildbehandling en operation som försöker att fånga de väsentliga variationerna i data, samtidigt som brus och andra störningar undertrycks. Det finns flera olika typer av såväl linjära som icke-linjära utjämningsalgoritmer.^[1]

De vanligaste metoderna är linjära filter med positiva vikter. I bildbehandling och datorseende är skalrumsrepresentation den teoretiskt mest välgrundade metodiken.

Utjämning på en följd av ${\displaystyle n}$ sampel skiljer sig från filtrering och prediktion genom att värdet på position ${\displaystyle k}$ kan påverkas av alla sampel, även de vid senare positioner. Filtrering och prediktion arbetar bara med alla sampel upp till ${\displaystyle k}$. De är med andra ord kausala.^[2]

Se även

• Butterworthfilter
• Faltning
• Kalmanfilter
• Lågpassfilter
• Masreliez' teorem

Noter och referenser