|
|||||
|
|
| 一种应用于欠采样图像的自适应稀疏重建方法 | |
| 引用本文： | 管 春,陶勃宇.一种应用于欠采样图像的自适应稀疏重建方法[J].国际商务研究,2017,57(9):981-985. |
| 作者姓名： | 管 春 陶勃宇 |
| 作者单位： | 重庆邮电大学 光电工程学院，重庆 400065 |
| 摘 要： | 针对图像稀疏重建中因使用固定参数的全变分(TV)正则项所带来的图像细节缺失和阶梯效应问题，提出了一种自适应二阶广义全变分(TGV)约束的图像稀疏重建算法。该算法采用二阶广义全变分模型权衡图像的一阶导数和二阶导数，且能够根据每次迭代得到的重构解及对应张量函数自适应地修正权重系数，实现图像的稀疏重建。与全变分正则模型和固定参数广义全变分正则模型相比，该算法能更好地保持图像轮廓和细节信息，提高重建图像的峰值信噪比(PSNR)和结构相似度(SSIM)。 |
| 关 键 词： | 图像处理 稀疏重建 压缩感知 广义全变分 自适应正则约束 分裂Bregman算法 |
An adaptive sparse reconstruction method for undersampling images |
|
| GUAN Chun and TAO Boyu.An adaptive sparse reconstruction method for undersampling images[J].International Business Research,2017,57(9):981-985. | |
| Authors: | GUAN Chun and TAO Boyu |
| Abstract: | |
| Keywords: | image processing sparse reconstruction compressed sensing total generalized variation adaptive regularization term split Bregman algorith |
| 点击此处可从《国际商务研究》浏览原始摘要信息 | |
| 点击此处可从《国际商务研究》下载免费的PDF全文 | |