УДК 621.391:396 НЕКАУЗАЛЬНЫЕ МОДЕЛИ И АЛГОРИТМЫ ГЕНЕРАЦИИ СЛУЧАЙНЫХ ПОЛЕЙ А. А. <...> Сирота, Д. Н. Сергеев Воронежский государственный университет Рассмотрена некаузальная модель случайного поля и реализуемые на ее основе алгоритмы генерации реализаций случайных полей. <...> Приводится схема вычисления пространственно корреляционной функции для приведенных алгоритмов. <...> Исследуются характеристики алгоритмов генерации, полученных с использованием аппарата искусственных нейронных сетей. <...> ВВЕДЕНИЕ Во многих работах, посвященных обоснованию алгоритмов анализа, обработки и имитации цифровых изображений, используются модели, основанные на представлении изображений как реализаций случайных полей. <...> При этом наиболее часто используется марковская модель разделимого случайного поля, процесс генерации которого описывается простыми рекуррентными уравнениями известного вида с заданием определенного порядка просмотра элементов координатной сетки [1—4]. <...> Получаемые с помощью подобных моделей тестовые изображения обладают одним существенным недостатком: их текстура имеет не изотропный характер с ориентацией на локализацию яркостных фрагментов вдоль координатных осей и не всегда отражает текстуру реальных изображений пространственно-протяженных однородных объектов. <...> Альтернативным вариантом является использование более сложных каузальных и некаузальных моделей случайных полей [5—7]. <...> При этом возникает ряд проблем, связанных с анализом их устойчивости и согласования статистических характеристик получаемых цифровых изображений с характеристиками реальных изображений [8, 9]. <...> Отметим, что под каузальными моделями случайных полей обычно понимают модели их формирования, согласно которым каждое очередное значение поля статистически зависит от «предыдущих» в смысле заданного порядка просмотра элементов координатной сетки. <...> Такие модели являются авторегрессионными, марковскими моделями случайных полей <...>