基于高斯马尔可夫随机场的MAP估计在高斯噪声滤波中的应用

摘要

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,本文所阐述的方法在滤除高斯噪声、保持图像原有结构方面效果更好.