改进的正则化模型在图像恢复中的应用

摘要：

目的 由拟合项与正则项组成的海森矩阵,如果不具有特殊结构,其逆矩阵计算比较困难,为克服此缺点,提出一种海森矩阵可分块对角化的牛顿投影迭代算法.方法 首先,用L2范数描述拟合项,用自变量是有界变差函数的复合函数刻画正则项,建立能量泛函正则化模型.其次,引入势函数,将正则化模型转化为增广能量泛函.再次,构造预条件矩阵,使得海森矩阵可分块对角化.最后,为防止牛顿投影迭代算法收敛到局部最优解,采用回溯线性搜索算法和改进的Barzilai-Borwein步长更新准则使得算法全局收敛.结果 针对图像去模糊正则化模型容易使边缘平滑和产生阶梯效应“两难”问题,提出一种新的正则化模型和牛顿投影迭代算法.仿真结果表明,“两难”问题通过本文算法得到了很好的解决.结论 与其他正则化图像去模糊模型相比,本文算法明显改善图像的质量,如有效地保护图像的边缘,抑制阶梯效应,相对偏差和误差较小,较高的峰值信噪比和结构相似测度.

关键词：正则化模型、牛顿投影算法、海森矩阵、预条件矩阵

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：江苏师范大学博士人才基金项目10XLR27;江苏省高校自然科学基金项目10KJB120004;国家自然科学基金项目61104221

在线出版日期：2015-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1730-1742