基于加权TV/SAR联合先验与最小线性KL散度的图像重构算法

• 作者: 王恒 郑笔耕
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 图像重构 加权TV正则先验 非局部SSIM约束 联合先验模型 最小线性KL散度凸组合 贝叶斯推理
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 38-42,60
• 页数: 6页
• 分类号: TP391
• 字数: 3789字
• 语种: 中文

摘要

为了消除当前图像重构算法存在的振铃效应,避免过度平滑图像纹理区域,使其兼顾较好的细小边缘保持与丰富纹理,以获取较高的重构图像视觉质量,提出了基于加权TV(total variation)/SAR(simutanneous auto-regression)联合先验与最小线性KL散度凸组合的图像重构算法.引入权重因子,从退化图像中提取出非局部SSIM约束,联合TV函数,设计加权TV图像正则先验,增强稀疏性;根据SAR先验与加权TV正则先验,获取重构图像的联合后验分布;再建立最小线性KL散度函数凸组合,并引入最优最小化技术,求解后验分布,完成贝叶斯推理.并研究了本文算法在不同退化程度下的用户响应.测试结果显示:与当前图像重构技术相比,本文算法的复原效果较为理想;在图像受损严重时,本文算法更受用户欢迎.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑笔耕	荆楚理工学院电子信息工程学院	18	26	3.0	4.0
2	王恒	荆楚理工学院电子信息工程学院	20	17	3.0	4.0