2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩49頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、我們知道,圖像恢復(fù)問題可以看成反問題,并且可能是不適定的,這樣就會給圖像恢復(fù)問題的求解帶來很大的困難。研究者考慮利用一些最小化模型來求解。目前對最小化模型的求解方法不盡相同,有些學(xué)者在不離散模型的基礎(chǔ)上對模型進行最優(yōu)化求解來實現(xiàn)圖像恢復(fù)。而有一些學(xué)者,對最小化模型先進行離散化處理,然后再應(yīng)用最優(yōu)化方法對得到的方程進行求解。然而由于很多情況下最優(yōu)化模型的方程式是非正定的,直接使用最優(yōu)化方法求解模型不易得到較好的結(jié)果。而先離散化處理的話,可

2、以在離散過程中保證離散后方程的正定性,從而使用最優(yōu)化方法能夠更好的求解圖像恢復(fù)問題。
  本文研究經(jīng)典ROF模型及其拓展模型,并對模型的離散方程應(yīng)用共軛梯度法進行求解。其中拓展模型是增加了預(yù)處理的ROF模型。預(yù)處理增強了ROF模型圖像恢復(fù)的效果,提高了處理效率。
  本論文中,我們主要做了兩方面的數(shù)值實驗。在第四章,我們使用普通離散化方法對添加預(yù)處理的ROF模型進行求解和數(shù)值試驗,驗證了添加預(yù)處理的ROF模型比經(jīng)典ROF模型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論