基于稀疏表示的多正则优化图像复原

摘要：

由于单正则化图像复原算法所利用的先验信息有限，影响了复原图像的质量。为克服此类算法的不足，融入更多的先验信息，改善图像复原的效果。在稀疏表示的理论框架下，提出了一种多正则优化图像复原算法。该算法将图像复原表示为含多正则项的全局优化问题，为有效处理这一复杂的图像复原问题，采用交替优化策略并借助变量分裂将其分解为若干优化子问题。其中，uj+1子问题可微，可直接得到其解析解。不可微的wj+1和vj+1子问题，则通过邻近映射求解。实验过程中对三种不同类型的退化图像进行了复原，所得结果验证了该算法的有效性。与FISTA（Fast Iterative Shrinkage-Thresholding Algorithm）和Split Bregman等单正则化图像复原算法相比，所提算法的复原效果和时间性能更优。

关键词：图像复原、稀疏表示、交替优化、变量分裂、邻近映射

分类号：TP391.41(计算技术、计算机技术)

资助基金：安徽高校省级自然科学研究项目No.KJ2013B237；安徽省优秀青年人才基金项目No.2011SQRL073。

在线出版日期：2015-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：203-207