Richardson–Lucy滤波的一点个人理解

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

一、泊松分布

       泊松分布和二项分布有密切的联系。下为泊松分布的来源：

       交通部门对一个十字路口一天内发生车祸的情况做研究，经过大量的统计和观察，该路口一天平均发生车祸的次数为$\lambda$次。假设某天交通部门发现路口发生了k次车祸，问该事件出现的可能性多大？

       我们将一天分成n段等份，对于每一个区间，发生车祸的概率为$\lambda$/n，那么从n段中选k段发生车祸，其余部分不发生车祸即可，其满足二项分布，概率计算为：

$P(X=k)=C_n^k(\frac{\lambda }{n}{)}^k(1-\frac{\lambda }{n}{)}^{n-k}$

       当n趋于无穷时，该式可化简为：

       光学成像的过程可以看作泊松分布。对于单个像素来说，在曝光时间内，平均来说会有$\lambda$个光子被这个像素采集到，那么这个像素实际采集到的光子数X即满足泊松分布。

二、高尔顿钉板

       红色小球撞到黑色钉子时以等概率的形式向两边分散开，已知钉板最下方的小球分布如下，问一共向小孔中扔了多少个小球？

       很简单啊，把下面所有球都加起来就行了。但是如果有两个小孔呢?是不是有点懵了。

       那干脆瞎蒙一个好了，左边孔扔了20个，右边孔扔了3个。乍一看也不是不可能，但是总感觉怪怪的，明明右边小球多一点啊，肯定是右边的孔扔的多。为什么会有这种想法呢？这里其实隐含了极大似然估计的思想，即由果推因，看看最可能是什么样的因造成了这种果。
       此外，我们还可以发现，正是高尔顿钉板的作用，使得红色小球出现的概率具有了一定的空间分布。

三、极大似然估计

       已知盒子里有黑球和白球共100个，有放回的从盒子里摸了10个球，统计结果发现有8个白球2个黑球，问盒子里白球最可能有多少个？

       设盒子里有白球x个为事件X，是因，摸10个球有白球y个为事件Y，是果。根据贝叶斯公式，当摸出来y个白球时，盒子里实际上有白球x个满足的概率为：

       $P(X|Y)=P$