变分贝叶斯估计图像滤波去噪算法

摘要

图像在拍摄获取、存储和传输等过程中,由于操作、光线等会造成各种噪音.变分贝叶斯估计图像滤波去噪算法,是通过平均场理论将隐变量的后验按维度展开得到计算框架,并按维度迭代更新估计结果至算法收敛,引入新的隐变量,给出过程噪声后验分布.输入向量X(n)和期望响应d(n)被用来计算估计误差e(n),并利用此误差信号构造一个自适应算法的性能函数,随着数据输入的变化,自适应地更新此性能函数,并且不断使其最小化.在此过程中不断地更新调整滤波器的滤波参数,使得这个参数能在最小化性能函数所使用的准则下最优,从而达到滤波效果.首先,定义贝叶斯估计图像滤波模型;然后,利用贝叶斯后验概率分布推导、计算真实分布和近似分布之间的Kullback-Leibler距离;最后,以迭代递推方式估计目标状态,提高状态估计精度,实现图像滤波去噪.大量实验表明该算法滤波去噪效果明显,能最大程度地保护图像细节.