计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2015年
3期
835-839,862
,共6页
查志远%刘辉%尚振宏%李润鑫
查誌遠%劉輝%尚振宏%李潤鑫
사지원%류휘%상진굉%리윤흠
L1-L2混合误差模型%自适应隶属度%加权编码%稀疏解%L1/2正则化
L1-L2混閤誤差模型%自適應隸屬度%加權編碼%稀疏解%L1/2正則化
L1-L2혼합오차모형%자괄응대속도%가권편마%희소해%L1/2정칙화
L1-L2 Hybrid Error Model (HEM)%adaptive membership degree%weighted encoding%sparse solution%L1/2 regularization
针对图像重建过程中噪声去除问题,提出一种自适应加权编码L1/2正则化重建算法.首先,考虑到许多真实图像中不仅含有高斯噪声,而且含有拉普拉斯噪声,设计一种改进的L1-L2混合误差模型(IHEM)算法,该算法兼顾了L1范数与L2范数的各自优点;其次,由于迭代过程中噪声分布会发生改变,设计一种自适应隶属度算法,该算法可以减少迭代次数和运算时间;利用一种自适应加权编码方法,该方法可以有效地去除含有重尾分布特性的拉普拉斯噪声;另外,设计一种L1/2正则化算法,该算法可以得到较稀疏的解.实验结果表明,相比IHEM算法,自适应L1/2正则化图像重建算法的峰值信噪比(PSNR)平均提高了3.46 dB,结构相似度(SSIM)平均提高了0.02,对含有多种噪声的图像处理具有比较理想的效果.
針對圖像重建過程中譟聲去除問題,提齣一種自適應加權編碼L1/2正則化重建算法.首先,攷慮到許多真實圖像中不僅含有高斯譟聲,而且含有拉普拉斯譟聲,設計一種改進的L1-L2混閤誤差模型(IHEM)算法,該算法兼顧瞭L1範數與L2範數的各自優點;其次,由于迭代過程中譟聲分佈會髮生改變,設計一種自適應隸屬度算法,該算法可以減少迭代次數和運算時間;利用一種自適應加權編碼方法,該方法可以有效地去除含有重尾分佈特性的拉普拉斯譟聲;另外,設計一種L1/2正則化算法,該算法可以得到較稀疏的解.實驗結果錶明,相比IHEM算法,自適應L1/2正則化圖像重建算法的峰值信譟比(PSNR)平均提高瞭3.46 dB,結構相似度(SSIM)平均提高瞭0.02,對含有多種譟聲的圖像處理具有比較理想的效果.
침대도상중건과정중조성거제문제,제출일충자괄응가권편마L1/2정칙화중건산법.수선,고필도허다진실도상중불부함유고사조성,이차함유랍보랍사조성,설계일충개진적L1-L2혼합오차모형(IHEM)산법,해산법겸고료L1범수여L2범수적각자우점;기차,유우질대과정중조성분포회발생개변,설계일충자괄응대속도산법,해산법가이감소질대차수화운산시간;이용일충자괄응가권편마방법,해방법가이유효지거제함유중미분포특성적랍보랍사조성;령외,설계일충L1/2정칙화산법,해산법가이득도교희소적해.실험결과표명,상비IHEM산법,자괄응L1/2정칙화도상중건산법적봉치신조비(PSNR)평균제고료3.46 dB,결구상사도(SSIM)평균제고료0.02,대함유다충조성적도상처리구유비교이상적효과.
