计算机科学与探索

作者：张墨华，彭建华

单位：1. 国家数字交换系统工程技术研究中心，郑州 4500002. 河南财经政法大学 计算机与信息工程学院，郑州 450000

关键词：图像复原,高斯混合模型,分层贝叶斯,马式距离

近年来使用高斯模型作为块先验的贝叶斯方法取得了优秀的图像去噪性能，但是这一方法在去噪之外的逆问题求解方面性能不太稳定。提出一种基于分层贝叶斯的高斯混合模型对图像块建模，对模型参数引入先验知识，利用Gaussian-Wishart分布对均值和协方差矩阵的概率分布建模，使得块估计过程更加稳定。基于邻近块的相干性，利用L2范数度量完成局部窗口中相似块的聚类，局部窗口相似块利用特定均值和协方差的多元高斯概率分布建模，利用累加平方图及快速傅里叶变换的数值优化方法，加快相似性度量的计算时间。使用基于马式距离的高斯分布相似度的聚合权重，结合图像上的空间域高斯相似度，更好地拟合自然图像的统计特性。通过实验验证了提出的模型在图像复原求解中的有效性。

来源：2020年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第2期