×
列瓦达（Alexandre L.M.Levada）。

闭式贝叶斯图像去噪：通过两两高斯马尔科夫随机场改进自适应维纳滤波器。 （英语） Zbl 1489.62301号

Commun公司。统计、仿真计算。 50，编号4，1094-1118（2021）.
摘要：在本文中，我们提出了一种上下文自适应维纳滤波器，该滤波器使用各向同性成对高斯马尔可夫随机场（GMRF），然后对自然图像中存在的空间相关性进行建模。该方法的发展动机是，在贝叶斯估计的背景下，已知维纳滤波器是高斯噪声下的最优估计量。由此产生的闭式滤波器可被视为一个两阶段去噪过程，其中第一阶段考虑独立像素，而第二阶段通过耦合参数的最大伪似然估计包含一定程度的空间相关性。所得结果表明，该方法优于经典的逐点维纳滤波，在某些情况下，其去噪效果可与一些最先进的方法媲美，但计算成本较低。

MSC公司：

62M40型 随机字段；图像分析
68吨10 模式识别、语音识别
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

自适应维纳滤波器;贝叶斯估计;高斯马尔科夫随机场;图像去噪;最大伪似然估计
PDF格式BibTeX公司 XML格式引用
\textit{A.L.M.Levada}，社区。统计、仿真计算。50，第4号，1094--1118（2021；Zbl 1489.62301）
全文： 内政部

参考文献：

[1] Besag，J.，《空间相互作用和AF晶格系统的统计分析》，《皇家统计学会杂志》B，36，2，192-236（1974）·Zbl 0327.60067号 ·doi:10.1111/j.2517-6161.1974.tb00999.x
[2] Besag，J.，《脏照片的统计分析》，《皇家统计学会杂志》B，48，3，259-302（1986）·Zbl 0609.62150号 ·doi:10.1111/j.2517-6161.1986.tb01412.x
[3] Bindilatti，A.A。；维埃拉，M.A.C。；Mascarenhas，N.D.A.，Poisson-wiener滤波，使用随机距离的非局部加权参数估计，信号处理，144，C，68-76（2018）·doi:10.1016/j.sigpro.2017.1001
[4] Boubchir，L。；Fadili，J.M.，使用近似α稳定先验的图像小波域中的闭式非参数贝叶斯估计器，模式识别字母，27，121370-82（2006）·doi:10.1016/j.patrec.2006.01.008
[5] 布曼，C。；Sauer，K.，用于边缘保持MAP估计的广义高斯图像模型，IEEE Trans-on图像处理，2，3，26-310（1993）
[6] Buades，A。；科尔·B。；Morel，J.M.，《图像去噪算法综述及新算法》，多尺度建模与仿真，4，2，490-530（2005）·Zbl 1108.94004号 ·数字对象标识代码：10.1137/040616024
[7] Byeongjoon，K。；Hyunjung，S。；Jongduk，B.，用于低剂量CT图像去噪的深层卷积神经网络，SPIE学报，10573，10573-6（2018）
[8] 查特吉，P。；Milanfar，P.，去噪死了吗？，IEEE图像处理汇刊：IEEE信号处理协会出版物，19，4，895-911（2010）·Zbl 1371.94082号
[9] 陈，S。；刘，M。；张伟杰。；Liu，J.，用封闭形式解决方案进行边缘保持图像去噪，模式识别，46，3，976-88（2013）·Zbl 1254.68273号 ·doi:10.1016/j.patcog.2012.08.014
[10] Dabov，K。；Foi，A。；Katkovnik，V。；Egiazarian，K.，通过稀疏三维变换域协同滤波进行图像去噪，IEEE图像处理汇刊，16，8，2080-95（2007）·doi:10.1109/TIP.2007.901238
[11] Hammersley，J.M.和Clifford，P.，1971年。有限图和格上的马尔可夫场，未发表。
[12] Jin，F。；菲古斯，P。；Winger，L。；Jernigan，E.，国际图像处理会议，ICIP，3，噪声图像和图像序列的自适应维纳滤波”，349-52（2003）
[13] Katkovnik，V。；Ponomarenko，M。；Egiazarian，K.，基于BM3D建模的复杂域稀疏近似，信号处理，141，96-108（2017）·doi:10.1016/j.sigpro.2017.05.032
[14] 科卡纳，S。；Karaboga，N.，《一种新型2D-abc自适应滤波算法：比较研究》，《数字信号处理》，40，140-53（2015）·doi:10.1016/j.dsp.2015.02.010
[15] 柯克帕特里克，S。；小C.D.Gelatt；Vecchi，M.P.，《模拟退火优化》，科学（纽约），220，4598，671-80（1983）·Zbl 1225.90162号
[16] Kuan博士。；Sawchuk，A。；绞线，T。；Chavel，P.，用于具有信号相关噪声的图像的自适应噪声平滑滤波器，IEEE模式分析和机器智能汇刊，7，2165-77（1985）·doi:10.1109/TPAMI.1985.4767641
[17] Lebrun，M.，BM3D图像去噪方法的分析与实现，在线图像处理，2175-213（2012）·doi:10.5201/ipol.2012.l-bm3d
[18] Lee，J.，《利用局部统计进行数字图像增强和噪声过滤》，IEEE模式分析和机器智能汇刊，PAMI-2，2，165-8（1980）·doi:10.1109/TPAMI.1980.4766994
[19] Levada，A.L.M.，《从复杂系统中学习：关于熵和fisher信息在两两各向同性高斯马尔可夫随机场中的作用》，《熵》，16，2，1002-36（2014）·doi:10.3390/e16021002
[20] Levada，A.L.M.，《高斯随机场中的信息几何、模拟和复杂性》，蒙特卡罗方法和应用，22，2，81-107（2016）·Zbl 1339.60057号
[21] 李，H。；Suen，C.Y.，基于灰色理论的新型非局部均值图像去噪方法，模式识别，49，237-48（2016）·doi:10.1016/j.patcog.2015.05.028
[22] 卢奇。；姜涛，基于像素的马尔可夫随机场图像去噪，模式识别，34，10，2029-39（2001）·Zbl 0999.68188号 ·doi:10.1016/S0031-3203（00）00125-4
[23] 马尔法特，M。；Roose，D.，使用马尔可夫随机场先验模型的基于小波的图像去噪，IEEE图像处理汇刊，6，4，549-65（1997）·数字对象标识代码：10.1109/83.563320
[24] Marroquin，J。；Mitter，S。；Poggio，T.，计算机视觉中不适定问题的概率解，《美国统计学会杂志》，82，397，76-89（1987）·Zbl 0641.65100号 ·doi:10.1080/01621459.1987.10478393
[25] Pardo，A.，《非局部图像去噪方法分析》，《模式识别快报》，32，16，2145-9（2011）·doi:10.1016/j.patrec.2011.06.022
[26] Rabbani，H.，基于局部拉普拉斯先验的可控金字塔域图像去噪，模式识别，42，9，2181-93（2009）·Zbl 1175.68519号 ·doi:10.1016/j.patcog.2009.01.05
[27] Rousseeuw，P·J。；Croux，C.，《中值绝对偏差的替代方法》，《美国统计协会杂志》，88，424，1273-83（1993）·Zbl 0792.62025号 ·doi:10.1080/01621459.1993.10476408
[28] 赛义德，A.B。；哈吉吉（Hadjidj，R.）。；Melkemi，K.E。；Foufou，S.，用优化矢量非局部均值滤波器进行多光谱图像去噪，数字信号处理，58115-26（2016）·doi:10.1016/j.dsp.2016年7月16日
[29] 萨塔尔，F。；Floreby，L。；所罗门森，G。；Lövström，B.，基于非线性多尺度图像的图像增强，IEEE图像处理汇刊，6，6，888-95（1997）·doi:10.1109/83.585239
[30] Villena，S。；织女星，M。；莫利纳，R。；Katsaggelos，A.，超分辨率中的非平稳图像优先组合，数字信号处理，32，1-10（2014）·doi:10.1016/j.dsp.2014.05.017
[31] 王，Z。；波维克，A.C。；谢赫，H.R。；Simoncelli，E.P.，《图像质量评估：从错误可见性到结构相似性》，IEEE图像处理汇刊，13，4，600-12（2004）·doi:10.1109/TIP.2003.819861
[32] Wang，J。；吴杰。；吴，Z。；Jeong，J。；Jeon，G.，基于维纳滤波器的小波域去噪，Displays，46，37-41（2017）·doi:10.1016/j.displa.2016.12.003
[33] Yang，D。；Sun，J.，BM3D-Net:用于变换域协同滤波的卷积神经网络，IEEE信号处理快报，25，1，55-59（2018）·doi:10.1109/LSP.2017.2768660
[34] Z.Zivkovic，《基于平滑度先验的马尔可夫随机场的温和ICM能量最小化》，《实时图像处理杂志》，11，1，235-46（2016）·doi:10.1007/s11554-012-0308-z
[35] 邹，B。；郭毅。；何，Q。；欧阳，P。；刘凯。；Chen，Z.，基于块匹配和卷积神经网络的图像去噪三维滤波，计算机科学与技术杂志，33，4，838-48（2018）·doi:10.1007/s11390-018-1859-7
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。