基于马尔科夫专家场的泊松噪声图像去噪方法

• 作者: 徐贵力 朱士鹏 董文德 贾真
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 泊松噪声 马尔科夫专家场 正则化 图像去噪 二次惩罚函数
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机控制技术
• 页码范围: 1164-1169
• 页数: 6页
• 分类号: TN911.73
• 字数: 3776字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.06.013

摘要

提出一种基于贝叶斯概率模型的泊松噪声图像去噪方法.该方法基于贝叶斯最大后验概率模型框架,结合泊松概率分布,构建图像去噪模型.考虑到马尔科夫随机场不能对复杂自然图像有效表征,引入高阶的马尔科夫专家场作为模型先验正则项,以表征图像自身概率分布.利用二次惩罚函数,优化求解去噪模型,还原清晰图像.将所提方法与其他去噪算法进行仿真实验对比,并采用峰值信噪比和结构相似性2种评价指标对去噪效果进行客观评价.实验结果表明:与传统去噪方法相比,该方法的峰值信噪比至少提升了0.18 dB,去噪性能显著优于其他方法,能更好地保留图像的细节信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐贵力	南京航空航天大学自动化学院	77	1137	16.0	32.0
2	贾真	南京航空航天大学自动化学院	1	0	0.0	0.0
3	董文德	南京航空航天大学自动化学院	2	0	0.0	0.0
4	朱士鹏	南京航空航天大学自动化学院	2	0	0.0	0.0