计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
10期
2953-2956
,共4页
压缩感知%总广义变差%图像重构%阶梯效应%全变差
壓縮感知%總廣義變差%圖像重構%階梯效應%全變差
압축감지%총엄의변차%도상중구%계제효응%전변차
Compressed Sensing (CS)%Total Generalized Variation (TGV)%image reconstruction%staircasing effect%Total Variation (TV)
针对欠采样图像重构的凸优化问题,提出一种基于二阶总广义变差(TGV)范数最小化的算法.利用图像的二阶TGV半范作为正则约束项,自动地平衡一、二阶导数项,使得该算法可以更好地恢复图像边缘,有利于平滑噪声,避免阶梯效应.为了有效地计算该模型,通过正交投影和调整权重阈值对每一步迭代结果进行修正,最终获得更准确的重构结果.实验结果表明,与正交匹配追踪(OMP)模型和全变差(TV)模型比对,该算法重构的图像其峰值信噪比(PSNR)及结构相似度(SSIM)都有明显的提高,重构效果较好.
針對欠採樣圖像重構的凸優化問題,提齣一種基于二階總廣義變差(TGV)範數最小化的算法.利用圖像的二階TGV半範作為正則約束項,自動地平衡一、二階導數項,使得該算法可以更好地恢複圖像邊緣,有利于平滑譟聲,避免階梯效應.為瞭有效地計算該模型,通過正交投影和調整權重閾值對每一步迭代結果進行脩正,最終穫得更準確的重構結果.實驗結果錶明,與正交匹配追蹤(OMP)模型和全變差(TV)模型比對,該算法重構的圖像其峰值信譟比(PSNR)及結構相似度(SSIM)都有明顯的提高,重構效果較好.
침대흠채양도상중구적철우화문제,제출일충기우이계총엄의변차(TGV)범수최소화적산법.이용도상적이계TGV반범작위정칙약속항,자동지평형일、이계도수항,사득해산법가이경호지회복도상변연,유리우평활조성,피면계제효응.위료유효지계산해모형,통과정교투영화조정권중역치대매일보질대결과진행수정,최종획득경준학적중구결과.실험결과표명,여정교필배추종(OMP)모형화전변차(TV)모형비대,해산법중구적도상기봉치신조비(PSNR)급결구상사도(SSIM)도유명현적제고,중구효과교호.
