算法：基于有界高斯混合模型的变分贝叶斯方法

输入：观测图像Y。

初始化：

1) 令迭代指数 $t = 0$ ；

2) 对低秩分量 ${U_{d}^{(t)}, V_{d}^{(t)}, γ_{d}^{(t)}}_{d = 1}^{3}$ 进行初始化；

3) 对噪声分量 ${τ_{d}^{(t)}, Z_{d}^{(t)}}_{d = 1}^{3}$ 进行初始化。

迭代：执行以下操作直至收敛：

4) 对给定的 ${τ_{d}^{(t)}, Z_{d}^{(t)}}_{d = 1}^{3}$ ，根据式(20)、(21)、(24)、(27)更新模型中的低秩分量 ${U_{d}^{(t + 1)}, V_{d}^{(t + 1)}, γ_{d}^{(t + 1)}}_{d = 1}^{3}$ 和 $X^{(t + 1)}$ 。

5) 对给定的 ${U_{d}^{(t + 1)}, V_{d}^{(t + 1)}, γ_{d}^{(t + 1)}}_{d = 1}^{3}$ ，根据式(29)、(32)、(34)更新模型中的噪声分量 ${τ_{d}^{(t + 1)}, π_{d}^{(t + 1)}, Z_{d}^{(t + 1)}}_{d = 1}^{3}$ 。

6) 令 $t = t + 1$ 。

输出： $X^{(t)}$ 。