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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、圖像恢復(fù)問題是圖像處理領(lǐng)域的經(jīng)典問題之一,它是改進(jìn)圖像外貌的一個處理領(lǐng)域。本文首先介紹了圖像與圖像恢復(fù)的一些基本知識,主要分析了基于總變差(TV)的圖像恢復(fù)模型及其發(fā)展進(jìn)程。
其次本文介紹了一種在圖像恢復(fù)中求解總變差(TV)極小化問題的原對偶方法,主要思想是在使用像牛頓法的線性化技巧之前,通過引入一個附加的變量來去除一些在TV-范數(shù)定義中由于|▽u|的不可微性引起的奇異性。Chan,Golub和Mulet所做的實(shí)驗(yàn)結(jié)果說明
2、了這種方法可能具有全局收斂性,但是這種方法在處理大型問題時需要很長的運(yùn)算時間,為此,我們又提出了一種在原對偶方法基礎(chǔ)上的新的基于分塊的圖像去噪方法。數(shù)值實(shí)驗(yàn)表明這種方法不僅能夠顯著的提高去噪效率,而且對圖像恢復(fù)質(zhì)量也有一定的提高。
最后本文介紹了一種新的迭代正則化圖像恢復(fù)方法,這是一種求解反問題,特別是針對基于總變差的圖像恢復(fù)中產(chǎn)生的問題的,一種基于使用廣義的Bregman距離的迭代正則化程序。我們得到了對于一般程序的嚴(yán)格
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(hù)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。
最新文檔
- 基于變分和小波的原對偶混合模型恢復(fù)方法.pdf
- 稀疏恢復(fù)模型的增廣原對偶算法及其應(yīng)用研究.pdf
- 基于對偶方法的多相圖像分割.pdf
- 基于變分方法的圖像恢復(fù)研究.pdf
- 基于對偶方法的多相圖像分割(1)
- 基于無網(wǎng)格方法的圖像恢復(fù).pdf
- 基于變分方法的圖像分割和圖像恢復(fù)研究.pdf
- 基于對偶方法的圖像去噪和圖像分解算法.pdf
- 基于變分方法的圖像恢復(fù)研究
- 基于水平集的圖像分割及基于Bregman迭代的圖像恢復(fù)模型研究.pdf
- 基于原對偶內(nèi)點(diǎn)法的最優(yōu)潮流研究.pdf
- 基于張量秩校正的圖像恢復(fù)方法研究.pdf
- 基于結(jié)構(gòu)稀疏表達(dá)的圖像恢復(fù)方法研究.pdf
- 基于學(xué)習(xí)的壓縮感知圖像恢復(fù)方法研究.pdf
- 混合網(wǎng)絡(luò)中基于原對偶方法的協(xié)同資源分配算法.pdf
- 基于改進(jìn)正則項(xiàng)模型的圖像盲恢復(fù)研究.pdf
- 基于全變差圖像恢復(fù)模型的研究與應(yīng)用.pdf
- 圖像處理中幾類PDE模型的數(shù)值方法.pdf
- 基于學(xué)習(xí)的壓縮圖像恢復(fù)方法.pdf
- 基于PDE的圖像恢復(fù)模型和圖像增強(qiáng)與分割算法研究.pdf
評論
0/150
提交評論