パート 1: 概要と基本概念
ノイズはデジタル画像処理において普遍的な問題です。画像のキャプチャ、送信、または保存中の干渉によって引き起こされる可能性があります。画質を向上させるためには、通常、ノイズ除去処理が必要です。この記事では、バイナリ イメージのノイズを除去するためのシミュレーテッド アニーリング テクノロジを備えた MRF (マルコフ ランダム フィールド) モデルとイジング モデルの使用について説明します。
1.1 MRF（マルコフランダム場）
マルコフ ランダム フィールド (MRF) は、画像処理、コンピューター ビジョン、医療画像処理で広く使用されている確率モデルです。これは近傍システムの概念に基づいており、ピクセルの値はその近傍のピクセルの値に依存します。画像のノイズ除去では、MRF を使用して画像内の局所的な構造と連続性をキャプチャできます。
1.2 イジングモデル
イジング モデルは元々、磁性物質の統計的挙動を記述するために提案されました。ただし、このモデルは、バイナリ画像のノイズ除去など、さまざまな物理システムおよび非物理システムを記述するためにすぐに使用されました。イジング モデルでは、点の規則的なグリッドを考慮します。各点には +1 または -1 の値を取ることができる回転があります。これはバイナリ イメージのピクセル値と一致します。ピクセルは黒 (値 1 など) または白 (値 -1 など) になります。
1.3 模擬焼鈍
シミュレーテッド アニーリングは、固体アニーリング プロセスからインスピレーションを得た確率的最適化手法です。この方法では、システムは高温で開始され、安定した低エネルギー状態に達するまで徐々に冷却されます。バイナリ画像のノイズ除去のコンテキストでは、シミュレーテッド アニーリングを使用して、ノイズを最小限に抑える画像構成を見つけることができます。