Key points are not available for this paper at this time.
本文提出了一种新的理论，通过基于作者在建模纹理时研究的最小最大熵理论，从一组观察到的自然图像中学习通用先验模型。我们首先研究自然图像的统计特性，包括尺度不变特性，然后学习通用先验模型以复制观察到的统计数据。所学得的吉布斯分布确认并改善了现有先验模型的形式。更有趣的是，发现反向势能是必要的，这种势能形成模式并增强了首选图像特征。在图像恢复实验中，将所学模型与现有先验模型进行了比较.
Zhu 等 (周五) 研究了这个问题.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: