回答:
これには明らかな例外がいくつかありますが（テレビ画面の「静的」パターン、カメラの「ダークフレーム」ノイズパターン）、ランダムなプロセスによって画像が生成されることはほとんどありません。画像がそのような分布から描画された、またはそのようなランダムなプロセスによって生成されたと宣言することは、単なる事後的なモデリングの決定であり、この選択を検証または無効にする「根拠」はありません。モデリングの決定から導出されたマシンビジョン/画像強調などのメソッドのパフォーマンス以外。
したがって、画像を単一のランダムマトリックスとして表示できます（これは、最初の代替案の意味です。画像全体が単一の多次元確率変数と見なされます）。または、ランダムフィールド（によってインデックスが付けられたランダム変数のコレクション）として表示できます。私はランダムなマトリックスビューよりもランダムなフィールドビューに遭遇しました。
ランダムフィールドアプローチを使用する場合、各ピクセルをiidとして表示できます。または、マルコフ確率場モデルを使用して、ピクセル値間の依存関係を導入できます。これらは唯一のオプションではありません-最初のランダムプロセスが画像の各ピクセルに領域インデックスを割り当て、次に各ピクセルの値が領域によってインデックス付けされた分布から描画される2層モデルを検討することもできますid！他の方法よりも「良い」方法はありません。モデルが複雑になるほど、生成される画像は「もっともらしく」なりますが、計算が難しくなります。この種の統計的アプローチを使用する場合、選択した分布/ランダムプロセスからいくつかのサンプル画像を描画し、それらを見てモデルにどのような仮定を組み込んでいるかをよく理解するのに役立つことがよくあります。