海理定理与图像去噪中的方差估计.docVIP

海理定理与图像去噪中的方差估计

一、海理定理的核心内涵与数学基础

海理定理（HealysTheorem）是统计信号处理领域中的一个重要理论成果，由统计学家DavidM.Healy提出，其核心是为噪声方差的无偏估计提供了严谨的数学框架。在图像去噪的场景中，该定理的价值在于能够从被噪声污染的观测数据中，精准分离出噪声的统计特性，为后续的去噪算法提供可靠的参数支撑。

从数学层面来看，海理定理的推导建立在平稳随机过程的假设之上。假设原始无噪声图像信号为(f(x,y))，其中((x,y))表示图像像素的空间坐标，观测到的含噪图像为(g(x,y)=f(x,y)+n(x,y))，其中(n(x,y))是加性高斯白噪声，满足均值为0、方差为(\sigma^2)的独立同分布特性。海理定理指出，对于局部邻域内的像素集合，通过计算邻域内像素值的二阶差分，可以构建出噪声方差的无偏估计量。

具体而言，考虑一个(3\times3)的局部邻域，定义像素((x,y))的水平二阶差分(d_h(x,y)=g(x+1,y)-2g(x,y)+g(x-1,y))，垂直二阶差分(d_v(x,y)=g(x,y+1)-2g(x,y)+g(x,y-1))。海理定理证明，当邻域内的信号(f(x,y))足够平滑时，二阶差分的