基于马尔可夫随机场模型的椒盐噪声去除
计算机视觉与模式识别
2016-09-22 v1
摘要
脉冲噪声抑制问题是图像处理界研究得非常透彻的问题，人们提出了许多不同的方法来解决该问题。在当前工作中，利用具有平滑先验的马尔可夫随机场(MRF)模型研究了从图像中去除固定值脉冲噪声(椒盐)的问题。在将该问题表述为修复问题后，考虑使用带有 -expansion 移动的图割来最小化能量泛函。作为比较，考虑了其他几种广泛用于 MRF 模型优化的最小化技术，并使用峰值信噪比(PSNR)和结构相似性指数(SSIM)作为度量进行比较。研究表明，在 PSNR 和计算时间方面，带有 -expansion 移动的图割均优于其他技术。
引用
@article{arxiv.1609.06341,
title = {Markov Random Field Model-Based Salt and Pepper Noise Removal},
author = {Ahmadreza Baghaie},
journal= {arXiv preprint arXiv:1609.06341},
year = {2016}
}