解決全變分圖像降噪模型的自適應(yīng)不動(dòng)點(diǎn)算法.pdf

1、由于Rudin、Osher和Fatemi提出的全變分模型在去噪聲的同時(shí)很好的兼顧了保留圖像的邊緣和細(xì)節(jié)的要求，全變分模型及其推廣被廣泛的使用在針對(duì)各種噪音的降噪，去模糊等圖像恢復(fù)問(wèn)題上.所有的這類(lèi)圖像恢復(fù)模型，都可以簡(jiǎn)潔的概括為如下兩個(gè)下半連續(xù)的正常凸函數(shù)加和的最小值問(wèn)題
　　argmin{(φ)(x)+(Ψ)(Bx):x∈(R)n｝，(1)
　　其中B為一個(gè)線性映射.
　　在實(shí)際的圖像恢復(fù)模型中，函數(shù)(φ)(·)和(

2、Ψ)(·)至少有一個(gè)是非光滑的.這使得問(wèn)題(1)非常難以計(jì)算.Micchelli利用了迫近算子的概念，將問(wèn)題(1)等價(jià)的轉(zhuǎn)化為求一個(gè)與迫近算子關(guān)系緊密的算子的不動(dòng)點(diǎn)的問(wèn)題.對(duì)不動(dòng)點(diǎn)算法進(jìn)一步的推廣，使得我們可以將許多已有的算法都?xì)w結(jié)為不動(dòng)點(diǎn)算法的一個(gè)特殊形式.
　　Goldstein和Osher提出的Split Bregman算法利用目標(biāo)函數(shù)變量解耦的方式改進(jìn)了Bregman迭代算法，可以非常高效的解決ROF全變分模型.這個(gè)算法在