联合使用高斯-马尔可夫-波茨先验模型和变分贝叶斯计算的图像恢复和分割：技术细节
摘要：同时恢复和分割由已知点扩散函数 (PSF) 和加性白噪声降噪的图像的方法的提出。为此，我们提出了一个联合贝叶斯估计框架，选择了一族非齐次高斯马尔可夫场和泊松区域标签模型作为图像的先验。由于联合最大后验估计器和后验均值估计器都不易求解，通过使用变分贝叶斯技术，将图像的联合后验分布以及其分割和所有超参数的联合后验分布近似为可分离的概率分布。这产生了已知后验概率分布的相互依赖的参数，旨在提高估计器的收敛速度，相比基于随机采样的估计器。主要工作在文献 [1] 中描述，而变分计算的技术细节在本文中介绍。
作者：Hacheme Ayasso, and Ali Mohammad-Djafari
论文ID：0908.1860
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2015-05-13