MRF和噪聲去除總量變化有什麼不同？

Question

我在圖像處理中有一個普遍的問題。我有一個嘈雜的形象。我想將喧鬧的圖像分類到一些區域。可同時使用兩支著名的辦法

1. MRF /吉布斯MRF：模型附近像素之間的空間關係
2. 總變化：也許基於圖像的最小變化核心思想。

我的問題是：你能告訴我兩種噪聲消除方法有什麼不同嗎？哪一個更好？謝謝

Answer 1

MRF爲您提供了一個框架來對問題進行離散優化，該問題尊重馬爾可夫屬性，即一個像素僅受鄰近像素（大致說明）的限制。典型應用包括二元或多類標籤問題。另一方面，總變差通常用作正則化，通過將信號/圖像的絕對梯度的積分與能量函數相加。這有助於忽略不相關的細節，並專注於重要的細節。

我們不能說一個人比另一個人好，因爲他們並不完全相互矛盾。這取決於您在MRF中使用的應用程序和能源功能。