基于INLA的快速贝叶斯泊松污染图像复原
计算机视觉与模式识别
2019-04-03 v1
摘要
光子受限图像常见于医学成像等领域。尽管图像传感器上收集的光子数量在统计上服从泊松分布，但这类噪声不像高斯噪声那样易于处理。本研究提出一种利用集成嵌套拉普拉斯近似（INLA）的泊松污染图像贝叶斯复原方法，INLA是一种用于评估潜高斯模型（LGMs）边缘后验分布的计算方法。当原始图像可合理视为ICAR（内蕴条件自回归）模型时，我们的方法比基于循环置信传播的方法和马尔可夫链蒙特卡洛（MCMC）等知名方法快得多，且不降低精度。
引用
@article{arxiv.1904.01357,
title = {Fast Bayesian Restoration of Poisson Corrupted Images with INLA},
author = {Takahiro Kawashima and Hayaru Shouno},
journal= {arXiv preprint arXiv:1904.01357},
year = {2019}
}
备注
6 pages, 6 figures