基于微分流形的图像复原方法

• 作者: 于欣妍 王亮 罗四维
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 图像复原 正则化 流形 高斯曲率 交叉迭代
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计算机网络和图像处理
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP391
• 字数: 7245字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2015.05.01

摘要

正则化是图像复原领域为获取理想复原结果,将图像复原的优化模型与约束条件整合为统一的优化目标的重要手段.针对传统正则化复原模型中仅基于单一先验的假设的不足,提出了流形正则化的方法,将图像空间看作一个"弯曲"的图像流形,通过修正绝对高斯曲率和对图像中的不同特征进行标识和分类,然后针对不同特征区域采用不同的先验形式进行正则约束,并针对多种正则化约束的模型设计了基于E-M算法的交叉迭代图像复原方法.实验验证了该方法在去噪和去模糊方面取得了比经典全局单一范数约束方法更好的信噪比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗四维	北京交通大学交通数据分析与挖掘北京市重点实验室	99	1303	17.0	33.0
2	王亮	北京交通大学交通数据分析与挖掘北京市重点实验室	14	36	4.0	5.0
3	于欣妍	北京交通大学交通数据分析与挖掘北京市重点实验室	4	5	1.0	2.0