Modelli a campi di Markov per la ricostruzione bayesiana di immagini

In questo lavoro verrà preso in esame in dettaglio l'approccio bayesiano al problema inverso della ricostruzione delle immagini. Il problema verrà formulato con riferimento all'eq.(1,1), in cui f rappresenterà di volta in volta l'immagine da ricostruire o l'oggetto da stimare (soluzione del problema), mentre g rappresenterà le misure disponibili o l'immagine distorta (dati del problema). In particolare verrà studiata la possibilità di utilizzare un metodo probabilistico per la risoluzione basato sui Markov Random Fields e sulle distribuzioni di Gibbs, e verrà affrontato il problema della massimizzazione della probabilità a posteriori mediante algoritmi di rilassamento stocastico.