我有一个关于图像处理的一般问题。我有一个嘈杂的图像。我想将嘈杂的图像分类到某些区域。我可以使用的两种著名方法是：
- MRF/Gibbs MRF：模拟邻域像素之间的空间依赖性。
- 总变化：关键思想可能基于图像的最小变化。
我的问题是：你能告诉我两种去除噪音的方法有什么不同吗？电视的核心理念是什么？哪一个更好？谢谢。
MRF和噪声去除的总变化有什么区别？
信息处理
图像处理
过滤器
图片
图像分割
全变
2022-02-26 21:00:14
1个回答
这是你谈论的两个不同的概念。首先，MRF 为您提供了一个框架来对问题进行离散优化，该框架尊重马尔可夫属性，即像素仅以相邻像素为条件（粗略地说）。典型应用包括二元或多类标记问题。另一方面，总变化通常通过将信号/图像的绝对梯度的积分与能量泛函相加来用作正则化。这有助于忽略不相关的细节并专注于重要的细节。
你不能说一个比另一个更好，因为它们并不是完全矛盾的东西。这取决于您在 MRF 中使用的应用和能量函数。
An Introduction to Total Variation for Image Analysis是一个很好的全变差教程。此外，Chambolle 提供了总变异和二元 MRF 之间的联系，从而在题为总变异最小化和一类二元 MRF 模型的工作中引入了新算法：
总变异最小化和一类二元 MRF 模型，Antonin Chambolle，2005
其它你可能感兴趣的问题