基于L1/2自适应稀疏正则化的图像重建算法
为了解决图像超分辨率重建过程中出现的问题,结合图像的稀疏表示,增加控制邻近块兼容性的约束,建立具有邻近块兼容性约束的L1/2稀疏正则化模型.采用加权L2范式代替Lp(0<p<1)范式,对迭代加权最小二乘法进行转化,提出一种自适应正则化参数选取的算法.通过拼接字典的方法,训练出重要的特征并优化了重建图像的质量.实验结果表明,该重建方法在去噪和保留边缘信息方面具有较好的效果,重建的高分辨率图像在视觉上具有清晰锐利的特点,而且在峰值信噪比和结构相似度两项指标上都优于传统的重建方法.
L1/2非凸优化、稀疏表示、自适应正则化、超分辨率重建、邻近块兼容性、拼接字典
34
TP391.41(计算技术、计算机技术)
广东省自然科学基金资助项目2014A030310169,2016A030313713;广东省科技计划项目2016B090918126,2016B090904001,2014B090901061,2015B090901060,2015B090908001,2015B090903080;广州市科技计划项目2014Y2-00211
2018-04-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
43-48