新型高阶马尔科夫随机场模型在倾斜摄影图像的恢复算法

提出一种基于深度学习网络结构的高阶马尔科夫随机场模型，充分考虑了彩色倾斜摄影图像色彩复杂的概率分布特征，设计并引入了概率特征可随实际像素变化的专家函数组，使该模型能更好地发现并获取影像图像像素间的自相似性.在深度学习网络的构建中，引入了非局域化优化算法，不仅使其能量函数的梯度形式大大简化，而且使该模型的优化过程的收敛效率得到了极大提高.与当今主流同类图像恢复算法进行对比，提出的模型不仅在平均倾斜摄影照片恢复效果上与当下最新同类算法在统计学上相当，甚至在某些色彩为主导的影像上性能要优于对方，而且极大简化了深度学习过程中的计算量和运算时间.