论文部分内容阅读
提出了基于高斯马尔可夫随机场(GMRF)的最大后验概率(MAP)估计在图像高斯噪声滤波中的应用方法。根据高斯噪声的先验特点,建立基于高斯马尔可夫随机场的退化图像恢复模型,从而将图像高斯噪声滤波问题转化为求解最大后验概率问题。先验概率可以根据马尔可夫随机场(MRF)和吉布斯分布(GD)的等效性,用GD的概率估计。为了求解最大后验概率,第一,通过期望最大化(EM)算法对GMRF模型进行参数估计。第二,用共轭梯度法将目标函数最小化。实验结果表明,与其他滤波器(如高斯滤波、维纳滤波等)相比,本文所阐述的方法