TA的每日心情 | 慵懒
2020-8-28 15:16 |
|---|
签到天数: 3 天 [LV.2]偶尔看看I
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要： 根据图像成像过程容易受泊松噪声的影响，提出用 ＫｕｌｌｂａｃｋＬｅｉｂｌｅｒ距离描述保真项，用平方根复合函 数描述正则项，建立具有自适应权系数的能量泛函正则化模型．由于模型的梯度退化和海森矩阵的规模较大，使得无 法应用牛顿迭代算法．本文利用退化梯度幅值作为约束集，建立可对角化和容易求逆的海森矩阵，提出改进的牛顿投 影迭代算法．仿真表明，该方法取得较小的相对误差、偏差，较高的信噪比和良好的视觉效果．
4 D4 D: r! Y" t& l7 e9 F: F S; U
关键词： 正则化；图像恢复；海森矩阵；活跃集- `; \( G+ h _7 i% q3 o! ~
( q, ^5 c* K% a# U* x% b* F
5 F0 a- Y0 A5 d1 v% V# ~7 q1 n
. B/ I( k3 q9 h7 c3 l5 m' \7 W, m4 k 原子显微镜成像、Ｘ射线断层扫描成像以及雷达成 像等［１］可表述为 Ｆｒｅｄｈｏｌｍ积分方程，离散后得到方程往 往是不适定的［２］，无法直接得到理想图像．为获得理想 图像，目前最好的办法是建立由保真项和正则项组成的 能量泛函［１］．
0 i: g8 t; S; J4 w4 R; h% k- E: ^5 G/ T( k4 D' d. s* [
) q7 F$ M, |! h/ ~附件下载：
改进的迭代算法在图像恢复正则化模型中的应用.pdf
(4.58 MB, 下载次数: 0)
9 [6 O5 w) V _& N2 y
|
|
/1 
发表于 2021-2-22 10:50
收藏
淘帖
支持！
反对！