《表1 稀疏梯度域非参数贝叶斯字典学习图像去噪算法》
考虑式(19)整个模型非常复杂,模型参数难以直接求解。本文采用基于蒙特卡洛马尔科夫链(Monte Carlo Markov chain,MCMC)的吉布斯(Gibbs)采样,模型参数Θ可以用依次交替迭代方式求解,获得具有较强稀疏表示能力的字典和稀疏表示系数。当所有未知参数估计出来之后,Rlωk+1可由最大后验(maximum a posteriori,MAP)估计得到。本文算法的具体步骤见表1。
图表编号 | XD00137207800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.16 |
作者 | 朱路、刘松、曹赛男、刘媛媛 |
绘制单位 | 华东交通大学信息工程学院、华东交通大学信息工程学院、华东交通大学信息工程学院、华东交通大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |