用于图像恢复的网络流优化

摘要

针对受噪声污染的灰度图像和彩色图像，提出了网络流优化方法。伊辛模型被用作所提方法的统计背景。提出了一种新的多分辨率网络流量最小割算法，该算法在识别图像的最大后验估计(MAP)方面尤其有效。该算法能够计算大尺寸图像的MAP估计，可以并行使用。我们还考虑了两个函数的整数极小化问题， U 1 （ x ）＝ λ ∑ 我 | y 我 − x 我 | + ∑ 我 , j β 我 , j | x 我 − x j | 和 U 2 （ x ）＝ ∑ 我 λ 我（ y 我 − x 我） 2 + ∑ 我 , j β 我 , j （ x 我 − x j ） 2 ,参数 λ , λ 我 , β 我 , j > 0 和向量 x ＝（ x 1 , ．.. , x n ） , y ＝（ y 1 , ．.. , y n ） ∈ ｛ 0 , ．.. , l − 1 } n ．这些函数构成了彩色和灰度图像的Ising模型的能量函数。在的情况下 l ＝ 2 ，它们重合，确定了二值图像的Ising模型的能量函数，它们的最小化等价于网络流量最小切割问题。的有效整数最小化 U 1 （ x ） , U 2 （ x ）通过网络流算法进行了描述。

应用数学学报

摘要

版权

更多相关文章