张睿敏，张甲艳，陶 冶

(兰州工业学院 计算机与人工智能学院，甘肃 兰州 730050)

0 引 言

图像去噪、分割等处理是计算机视觉的基础，而在采集图像时，不管是像素多高的相机拍摄的图像一般不但包含主体图像图案，也包含一些阴影和噪声，这是由于光照、拍摄角度、相机抖动、传输等不同原因造成的。在图像精确分割中，需要在分割前对图像做一些预处理，以便得到清晰精确的主体图像。变分贝叶斯估计图像滤波去噪算法(image filtering and denoising algorithm based on variable Bayes estimating，IFDA-VBE)不但能进行状态估计，而且能够对系统模型参数进行估计，在对参数建模时需要清晰图像的先验知识来建立未知量的后验分布。而在图像数据表示中，噪声一般设定为均匀的高斯噪声，任选n个瞬时噪声值，建立概率密度函数表示其分布。其他基于变分贝叶斯的算法要么将其转化为平滑问题，离线处理；要么需要预测图像噪声的未知协方差，并且在滤波去噪实现过程中，时刻都要给定一个初始噪声协方差。因此，提出一种有效的图像滤波去噪算法，具有很大的理论和实践意义。

文献[1]在贝叶斯估计框架下，对运动图像中的噪声进行处理，提出了MAP(maximum a posterior)方法，该方法能在一定程度上对运动模糊图像进行部分复原，但是缺点是数据过度拟合；孙韶杰等在文献[2]中提出利用贝叶斯估计盲复相机抖动模糊图像，利用贝叶斯估计和自然图像梯度统计，该算法能较好地对模糊图像进行盲复处理，但是算法仅限于相机抖动造成的模糊噪声问题。……