空间相关噪声下贝叶斯图像恢复的统计力学
无序系统与神经网络
2009-11-07 v3 统计力学
摘要
我们研究了在空间相关噪声条件下使用贝叶斯推断恢复噪声降解图像的能力。用于原始图像和噪声的生成统计模型假设为多维高斯分布，其协方差矩阵为平移不变。我们推导了一个可作为恢复图像的期望值使用的精确描述，并通过傅里叶变换恢复受空间相关噪声扰动的图像。我们发现，当生成概率模型和用于恢复的模型属于不同类别时，最小误差和最大后验边际准则下的超参数估计值不一致，而当它们属于同一类别时则一致。
引用
@article{arxiv.cond-mat/0206286,
title = {Statistical Mechanics of the Bayesian Image Restoration under Spatially Correlated Noise},
author = {Jun Tsuzurugi and Masato Okada},
journal= {arXiv preprint arXiv:cond-mat/0206286},
year = {2009}
}
备注
19 pages