MRF马尔科夫链在图像去噪中的应用（python+matlab）

思路：
1转换为二进制图像并覆盖。
2生成名为的翻转图像。
3使用 ICM 对翻转的图像进行降噪。
代码：

结果：

注意知识点：

1原图：

quzao3.jpg

我试着用其他图做了这个实验，但是有灰色区域就会出现问题。

2最终成像时：给图片加标题,如语句：prop = font_manager.FontProperties(fname=r'E:\学习代码\ttf字体\华康娃娃体.ttf'),其中的华康娃娃体.ttf需要下载，用的时候指定路径即可。

3 ICM我认为是这个程序的重点！！ICM 算法是计算最小能量函数的经典算法。

4接下来就是用matlab去实现降噪

close all;
clear all;
I=imread('quzao3.jpg');
I1=im2bw(I);
subplot(2,2,1)
imshow(I1);
title('原图像');
J = imnoise(I,'salt & pepper', 0.2);
J1=im2bw(J);
subplot(2,2,2)
imshow(J1);
title('噪声图')

Y=ones(size(J1));
Y(J1==0)=-1;
[m,n]=size(Y);
X=Y;h=0;beta=3.5;eta=.1;
while 1
tot=0
for i=2:1:m-1
for j=2:1:n-1
temp=X(i,j);
X(i,j)=-1;%根据定义计算势函数
E1=h*X(i,j)-beta*X(i,j)*(X(i-1,j)+X(i+1,j)+X(i,j-1)+X(i,j+1))-eta*X(i,j)*Y(i,j);
X(i,j)=1;
E2=h*X(i,j)-beta*X(i,j)*(X(i-1,j)+X(i+1,j)+X(i,j-1)+X(i,j+1))-eta*X(i,j)*Y(i,j);
if E1<E2
X(i,j)=-1;
else
X(i,j)=1;
end
if temp~=X(i,j)
tot=tot+1;
end
end
end
if tot<1
break;
end
end

J2=X;
J2(X==-1)=0;
subplot(2,2,3)
imshow(J2);
title('mrf降噪结果')

成像结果：

这个代码重点就是势函数那一部分。

！！！马尔科夫随机场：重点在于变量的联合密度函数以及可以与吉普斯随机场对照学习。

MRF马尔科夫链在图像去噪中的应用（python+matlab）相关推荐

第十四课.马尔科夫链
目录马尔科夫链马尔科夫链的平稳分布马尔科夫链进入稳态的转移过程马尔科夫链稳态的意义稳态判定:细致平稳条件马尔科夫链随机过程指的是一个随机变量序列:{Xt}\left\{X_{t}\rig ...
马尔科夫链与MCMC方法
马尔科夫链概述基本思想: 过去所有的信息都已经被保存到了现在的状态,基于现在就可以预测未来. Example: 假如每天的天气是一个状态的话,那今天是不是晴天只依赖于昨天的天气,而和前天的天气没有任 ...
求解平稳分布matlab,随机过程课程设计--应用马尔科夫链的平稳分布预测空调市场的占有率.doc...
课程名称: <随机过程> 课程设计(论文) 题目: 应用马尔科夫链的平稳分布预测市场占有率学院: 理学院专业: 数学与应用数学班级: 15-1 学生姓名: 邹光睿学 ...
马尔科夫链和马尔科夫链蒙特卡洛方法
前言译自:<Training Restricted Boltzmann Machines: An Introduction > 马尔科夫链在RBM的训练中占据重要地位,因为它提供了从复杂 ...
结对编程-马尔科夫链作业成绩
结对编程-马尔科夫链作业成绩作业博客:http://www.cnblogs.com/vertextao/p/6881960.html 问题本次作业仅有三位同学按时提交,两位同学延迟提交,出人意料, ...
第十五课.马尔科夫链蒙特卡洛方法
目录 M-H采样 Metropolis-Hastings采样原理 M-H采样步骤 Gibbs方法 Gibbs核心流程 Gibbs采样的合理性证明 Gibbs采样实验在第十四课中讲述了马尔科夫链与其 ...
MCMC+马尔科夫链蒙特卡罗
MCMC+马尔科夫链蒙特卡罗为了解决什么问题,所以出现了这一种方法? 后来又因为出现了什么新情况,所以产生了对应的变种?
从马尔科夫链到吉布斯采样与PageRank
马尔科夫链表示state的链式关系,下一个state只跟上一个state有关. 吉布斯采样通过采样条件概率分布得到的样本点,近似估计概率分布P(z)P(z).PageRank通过节点间的连接,估计节点 ...
13张动图助你彻底看懂马尔科夫链、PCA和条件概率！
来源:新智元本文共2100字,建议阅读9分钟. 本文用可视化的方式来解释抽象的理论概念,使这些抽象概念变得生动而立体! [ 导读 ]马尔科夫链.主成分分析以及条件概率等概念,是计算机学生必学的知识点 ...

MRF马尔科夫链在图像去噪中的应用（python+matlab）

MRF马尔科夫链在图像去噪中的应用（python+matlab）相关推荐

最新文章

热门文章