基于稀疏约束的自适应正则化迭代重建算法
本文针对ASD-POCS算法中约束项权重对不同应用的多变性引起的算法鲁棒性差等问题,提出了一种基于稀疏约束的自适应正则化迭代重建算法,该算法采用一种Lagendijk型的正则化策略构造最优化问题,分别采用局部方差、图像能量估计自适应地求取加权对角矩阵和全局正则化参数。最优化问题的求解过程中,采用SART算法和共轭梯度法求解保真项和约束项最优化问题。实验结果表明,AR-SART-CG算法能更好地权衡恢复图像边缘和平滑噪声的关系,更好地调节保真项和约束项的权重,得到更高质量的重建图像。
ASD-POCS、正则化、压缩感知、SART、共轭梯度法
21
TP301(计算技术、计算机技术)
国家高技术研究发展计划“863计划”2012AA011603
2013-04-08(万方平台首次上网日期,不代表论文的发表时间)
共10页
689-698