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

？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。