|
|||||
|
|
| 基于Shearlet变换的泊松噪声图像复原问题研究 | |
| 作者姓名： | 李红 王俊艳 李厚彪 |
| 作者单位： | 电子科技大学数学科学学院 成都 611731 |
| 基金项目： | 国家自然科学基金51175443国家自然科学基金11101071四川省科技支撑计划2015GZX0002中央高校基本科研业务费专项资金ZYGX2016J131中央高校基本科研业务费专项资金ZYGX2016J138 |
| 摘 要： | 为了解决泊松噪声图像的复原问题,几种正则化方法已被提出,其中最著名的是全变差（TV）模型,但TV模型会引起阶梯效应。总广义变差（TGV）是全变差的推广,用TGV作为正则项来恢复泊松图像,可以消除阶梯效应,但图像的边缘细节信息不能很好地保持。为了克服这个缺点,基于TGV和Shearlet变换,该文提出了一种新的正则化模型,并用交替方向乘子法（ADMM）求解。数值结果有效地展示了该模型在保持图像边缘细节上的优越性。 |
| 关 键 词： | 交替方向乘子法 泊松噪声 Shearlet变换 阶梯效应 总广义变差 |
| 收稿时间： | 2015-04-13 |
| 点击此处可从《电子科技大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《电子科技大学学报(自然科学版)》下载全文 | |