利用显式块先验进行图像复原的后验采样

几乎所有现有的图像复原方法都基于优化均方误差（MSE），尽管已知就 MSE 而言的最佳估计可能由于给定噪声图像存在许多合理复原而产生高度非典型的图像。在本文中，我们展示了如何组合自然图像块的显式先验，以便从给定退化图像的全图像后验概率中采样。我们证明了我们的算法从分布 $p(x|y) \propto \exp(-E(x|y))$ 生成正确样本，其中 $E(x|y)$ 是先前的基于块的方法所最小化的代价函数，这些方法计算单一复原。与先前使用 MAP 或 MMSE 计算单一复原的方法不同，我们的方法明确了复原图像中的不确定性，并保证复原图像中的所有块在给定块先验下都是典型的。与先前在固定尺寸图像上使用隐式先验的方法不同，我们的方法可用于任意尺寸的图像。我们的实验结果表明，使用块先验的后验采样在一系列具有挑战性的图像复原问题上产生了高感知质量和高 PSNR 的图像。