图像空域活动性测度

图像复原是一个病态(或非适定)问题的求逆过程，且在这个过程中为受噪声的影响，为了更好的处理这种情况，需要采用平滑约束法。

其思想为：设置d_c使得d^t_cx为期望图像的平滑性测度，也可称为空域活动性测度，

测度越大(越不平滑)，复原图像的概率越小，这样使得复原结果的高频分量得到有效的抑制。

为了能够保留图像边缘信息，可以利用Huber所提出的一个新函数，称为Huber边缘惩罚函数：

ρ(dtcx,T)=(dtcx)2,|dtcx|≤TT2+2T(|dtcx|-T),|dtc|>T]]> 可以看出，这种函数保留了凸集特性。

关于T的取值方法，可以对对像素x_i，j的二阶邻域系统所有像素灰度值取均值，即令：

MT=19Σk=i-1i+1Σl=j-1j+1xk,l]]>

则阈值T的取值规则可表示为：

式中，β为某一预先设定值如可设为噪声标准方差的估计。如果x_i，j与M_T之差的绝对值大于β，则有理由认为该像素点属于图像边缘，此时将T取较小值，由线性函数进行对该像素点计算；相反情况，则T取较大值，由Huber函数中二次函数对像素点处理。从而因T值不同而控制Huber函数边缘惩罚的区域，更好地保护图像的细节。分别将条件概率模型和先验概率模型带入，即可经过迭代求得MAP估计问题的最优解。这一求解，算法是可实现的。

文献浏览 http://www.pss-system.gov.cn/sipopublicsearch/patentsearch/showViewList-jumpToView.shtml

原文地址：https://www.cnblogs.com/wxl845235800/p/10138779.html