一种应用于欠采样图像的自适应稀疏重建方法

• 作者: 管春 陶勃宇
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 图像处理 稀疏重建 压缩感知 广义全变分 自适应正则约束 分裂Bregman算法
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 981-985
• 页数: 5页
• 分类号: TN911.73
• 字数: 4717字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2017.09.001

摘要

针对图像稀疏重建中因使用固定参数的全变分(TV)正则项所带来的图像细节缺失和阶梯效应问题,提出了一种自适应二阶广义全变分(TGV)约束的图像稀疏重建算法.该算法采用二阶广义全变分模型权衡图像的一阶导数和二阶导数,且能够根据每次迭代得到的重构解及对应张量函数自适应地修正权重系数,实现图像的稀疏重建.与全变分正则模型和固定参数广义全变分正则模型相比,该算法能更好地保持图像轮廓和细节信息,提高重建图像的峰值信噪比(PSNR)和结构相似度(SSIM).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	管春	重庆邮电大学光电工程学院	21	84	6.0	8.0
2	陶勃宇	重庆邮电大学光电工程学院	1	2	1.0	1.0