Besov空间下迭代全变差正则化的图像恢复模型

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (17): 181-184.

• 图形、图像、模式识别 • 上一篇下一篇

Besov空间下迭代全变差正则化的图像恢复模型

江玲玲1，殷海青2

1.中国石油大学数学与计算科学学院，山东东营 257061
2.西安电子科技大学理学院，西安 710071

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-11 发布日期:2011-06-11

Iterative total variation regularization for image restoration in Besov spaces

JIANG Lingling1，YIN Haiqing2

1.College of Mathematics and Computational Science，China University of Petroleum，Dongying，Shandong 257061，China
2.School of Science，Xidian University，Xi’an 710071，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-11 Published:2011-06-11

摘要/Abstract

摘要： 在Besov空间下，提出了一种用于图像恢复领域的迭代全变差正则化模型。通过使用一个加权的参数序列，给出了一个迭代正则化的变分问题，这个变分问题实际上是一个小波软硬阈值结合的迭代程序。给出了新模型的停止标准和一些好的性质，如单调性和收敛性等。数值实验表明与传统去噪方法相比，新方法不仅能较好地恢复图像，而且收敛速度较快。

关键词: 迭代正则化, 全变差, Bregman距离, Besov空间

Abstract: An iterative regularization procedure in Besov spaces for image restoration is generalized.By using a suitable sequence of penalty parameters，the issue of solvability of minimization problems arising in each step of the iterative procedure is solved.The generalized iterative regularization procedure can be considered as a combination of soft-thresholding and hard-thresholding.Moreover，an effective stopping criteria and convergence result for the procedure are obtained.The numerical results indicate that the iteration procedure yields high-quality reconstructions and converges faster than the Xu-Osher method.

Key words: iterative regularization, total variation, Bregman distance, Besov spaces

江玲玲1，殷海青2. Besov空间下迭代全变差正则化的图像恢复模型[J]. 计算机工程与应用, 2011, 47(17): 181-184.

JIANG Lingling1，YIN Haiqing2. Iterative total variation regularization for image restoration in Besov spaces[J]. Computer Engineering and Applications, 2011, 47(17): 181-184.

[1]	刘洪琛，刘朝霞，张龙. 融合[L2]和KL保真项的图像恢复算法[J]. 计算机工程与应用, 2020, 56(5): 214-221.
[2]	张长春，王瑜，肖洪兵. 基于复合正则化的荧光显微图像三维重建[J]. 计算机工程与应用, 2016, 52(24): 205-209.
[3]	艾立. 一种改进的各向异性全变差去噪模型[J]. 计算机工程与应用, 2016, 52(10): 192-195.
[4]	章忠宪1，黄德根2，顾亚丽1. 倒谱和快速全变差去卷积的运动模糊图像复原[J]. 计算机工程与应用, 2015, 51(8): 174-177.
[5]	林志宏，李光，罗守华. 全变差最小化在CT图像环状伪影去除中的应用[J]. 计算机工程与应用, 2015, 51(21): 195-198.
[6]	付捷，刘建伟，李双成，罗雄麟. 基于bregman距离和等式约束正则化AdaBoost算法[J]. 计算机工程与应用, 2013, 49(3): 166-170.
[7]	齐志强1，曲怀敬2. Contourlet收缩和全变差相结合的图像去噪[J]. 计算机工程与应用, 2011, 47(21): 174-177.
[8]	张峥嵘^1，2，孙玉宝²，黄丽丽²，韦志辉^1，2. 全变差图像恢复的交替方向乘子法 [J]. 计算机工程与应用, 2010, 46(14): 8-11.
[9]	刘红毅^1,2,韦志辉²,张峥嵘^1,2. 分数阶B样条小波域的图像变分去噪[J]. 计算机工程与应用, 2009, 45(11): 19-21.
[10]	邵文泽,韦志辉. 分别基于l 1范数与TV模型的数字滤波器设计及性能分析[J]. 计算机工程与应用, 2006, 42(32期): 0-.

Besov空间下迭代全变差正则化的图像恢复模型

Iterative total variation regularization for image restoration in Besov spaces

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics