Alexandre L. M. Levada,  Nelson D. A. Mascarenhas,  Alberto Tann´us. 

Este artigo apresenta um novo algoritmo Bayesianopara filtragem de imagens utilizando wavelets. A filtragemwavelet ´e modelada como um problema de infer^encia Bayesianaatrav´es do crit´erio MAP (Maximum a Posteriori).Os coeficientes wavelets da imagem ruidosa s~ao modeladospor uma distribuic¸ ~ao gaussiana generalizada e um modeloMarkoviano ´e adotado como restric¸ ~ao de suavidade.Para aproximar o estimador MAP utiliza-se uma vers~aomodificada do algoritmo GSA (Game Strategy Approach),baseado na teoria dos jogos n~ao cooperativos. Para testare avaliar o m´etodo proposto, experimentos envolvendodiversas bases wavelets s~ao conduzidos. Adicionalmentea melhor qualidade visual, o algoritmo proposto fornecem´etricas quantitativas, como MSE (Mean Square Error),PSNR (Peak Signal to Noise Ratio) e ISNR (Improvementin Signal to Noise Ratio), que mostram a superioridade dosresultados obtidos em comparac¸ ~ao com as abordagens tradicionaisde soft e hard-thresholding.

http://www.lbd.dcc.ufmg.br/colecoes/wvc/2009/002.pdf

Processando consulta.