基于多幅图像恢复单幅图像的快速算法实现

摘要：

为解决传统的单幅图像恢复算法效果不理想的情况,现有理论利用多幅图像之间的信息互补这一条件,在图像配准的基础上,通过多幅退化图像对单幅图像进行恢复,比较流行的是使用M估计(M-estimation)对图像进行配准,然后利用L1范数进行图像融合,进而提升图像恢复的鲁棒性,但其收敛速度并不理想.为了实现算法的快速收敛,通过对下降算法的搜索梯度方向改善的探究,提出了基于共轭梯度下降法(conjugate gradient descent,CGD)的图像恢复算法.在此基础上对CGD图像恢复算法进行改进,利用前后估计的值之间的差信息来优化迭代时的搜索方向,也就是在后面这次搜索梯度上面加前1次和前2次估计值的差,以此增大搜索梯度值,进一步缩短迭代到最小值的时间.仿真结果表明,所提出的改进算法比基于最速梯度下降法(batch gradient descent,BGD)的图像恢复算法的收敛速度更快.

关键词：图像恢复、凸优化约束、正则化参数

所属期刊栏目：32

分类号：TP391.4;TN911.73(计算技术、计算机技术)

在线出版日期：2020-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1031-1038