模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2012年
3期
550-556
,共7页
稀疏分解%图像反卷积%Besov空间%冗余字典
稀疏分解%圖像反捲積%Besov空間%冗餘字典
희소분해%도상반권적%Besov공간%용여자전
在稀疏分解框架下,建立在Besov光滑空间上的图像变分泛函反卷积模型.在负Hilbert-Sobolev空间上约束数据项,正则项用稀疏性和光滑性来约束,冗余字典的L1范数作为稀疏性度量,用Besov空间上的半范数作为图像光滑性度量,保证稀疏性的同时也兼顾光滑性.该模型直接求解很困难,文中采用分裂算子的方法,把原模型分裂成图像域反卷积和稀疏表示这两个模型,交叉迭代求解,并给出模型求解的详细伪代码.实验验证算法的收敛性,并和其它模型进行比较,结果表明本文模型反卷积效果较好.
在稀疏分解框架下,建立在Besov光滑空間上的圖像變分汎函反捲積模型.在負Hilbert-Sobolev空間上約束數據項,正則項用稀疏性和光滑性來約束,冗餘字典的L1範數作為稀疏性度量,用Besov空間上的半範數作為圖像光滑性度量,保證稀疏性的同時也兼顧光滑性.該模型直接求解很睏難,文中採用分裂算子的方法,把原模型分裂成圖像域反捲積和稀疏錶示這兩箇模型,交扠迭代求解,併給齣模型求解的詳細偽代碼.實驗驗證算法的收斂性,併和其它模型進行比較,結果錶明本文模型反捲積效果較好.
재희소분해광가하,건립재Besov광활공간상적도상변분범함반권적모형.재부Hilbert-Sobolev공간상약속수거항,정칙항용희소성화광활성래약속,용여자전적L1범수작위희소성도량,용Besov공간상적반범수작위도상광활성도량,보증희소성적동시야겸고광활성.해모형직접구해흔곤난,문중채용분렬산자적방법,파원모형분렬성도상역반권적화희소표시저량개모형,교차질대구해,병급출모형구해적상세위대마.실험험증산법적수렴성,병화기타모형진행비교,결과표명본문모형반권적효과교호.
