稀疏性正则化的图像泊松恢复模型及分裂Bregman迭代算法

• 作者: 孙玉宝 肖亮 费选 韦志辉
• 来源期刊: 自动化学报
• 关键词: 图像恢复 稀疏表示 泊松噪声 分裂Bregman算法 邻近算子
• 年，卷（期）: 2010,（11）
• 页码范围: 1512-1519
• 页数: 8页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2010.01512

摘要

生物医学、天文等成像系统通常会受到泊松噪声的干扰,基于图像在过完备字典下的稀疏表示,在贝叶斯最大后验概率估计框架下,建立了针对泊松噪声的稀疏性正则化图像恢复凸变分模型,采用负log的泊松似然函数作为数据保真项,模型中非光滑的正则项约束幽像表示系数的稀疏性,并附加恢复图像的非负性约柬.进一步,基于分裂Bregman方法,提出了求解该模型的多步迭代快速算法,通过引入辅助变量与Bregman距离,町将原问题转化为两个简单子问题的迭代求解,大幅度降低了计算复杂性.实验结果验证了本文模型与数值算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖亮		132	1593	20.0	33.0
2	韦志辉		124	1896	20.0	36.0
3	孙玉宝		21	489	11.0	21.0
4	费选		5	45	3.0	5.0