Image processing 使用PyMC的图像自适应Metropolis示例/教程

我正在寻找用于图像处理的step方法的示例或教程

到目前为止，我发现的唯一一个模糊的图像相关资源是天文学和相关的GitHub

这似乎没有提供PyMC示例代码

在这个模拟阵列上找到峰值怎么样

import numpy as np
from matplotlib import pyplot as plt

sz = (12,18)
data_input = np.random.normal( loc=5.0, size=sz )
data_input[7:10, 2:6] = np.random.normal( loc=100.0, size=(3,4) )

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
im = ax.imshow( data_input )
ax.set_title("input")

---

据我所知，最接近的是这里：（参见 示例：卡格尔观察黑暗世界竞赛（续）

在这个线程中，您提出了一个特定的问题：关于在图像中查找数组。以下是对模型的第一次尝试：

在这种情况下，您似乎正在尝试用高斯噪声估计二维均匀分布。您必须将其转化为实际模型，但这将是一个想法：

下_x~离散形式（0,20）

上_x~离散形式（0,20）

下_y~离散形式（0,20）

上_y~离散形式（0,20）

高度~正常（100,1）

噪声~InvGamma（1，1）

平均数=零（（20，20））

意味着[[下_x:upper_x，下_y:upper_y]]=高度#这需要 决定论者

数据正常（mu=平均值，sd=噪声）

最好将上_x编码为偏移量，然后执行下_x：下_x+偏移量，否则您需要一种强制下_x<上_x的可能性