18
Gambar 2.5 Histogram hasil simulasi N (0, 1), dengan N=10000 dan a=1
2.5
Metodologi Bayesian
Dalam
algoritma
image
processing,
semuanya
dimulai
dengan
inisial
citra
?
0
.
Pilihan
yang tepat adalah ?
0
=
X, yaitu citra yang diberi noise. Lalu akan menghasilkan
rantai dari citra
?
0
?
1
?
2
· · · ?
n
?
n+1
(2.13)
Dengan sebuah algoritma dan berharap ada statistik yang sesuai untuk pengolahan citra
dalam
rantai untuk memperkirakan
gambar asli dengan baik. Dalam
pembangunan
rantai citra, harus dimasukkan metodologi Bayesian.
Komponen
utama dalam Metodologi Bayesian adalah Likelihood yang
merupakan model
degradasi
ke
X.
Komponen
kedua
adalah
distribusi
priori,
yang
disebut
juga
Prior
dan
dinotasikan
dengan
p(?).
Prior
adalah
sebuah
distribusi
dari
tingkat
keabuan
di
S.
Pemilihan dari
Prior
bresifat
subjektif.
Komponen
ketiga
adalah
distribusi
Posteriori
yang
dinotasikan dengan
simbol
p(?
|X).
Posterior
adalah
distribusi yang tergantung dengan kondisi.
 |