压缩感知-基于TV去噪去模糊 以及GPSR方法介绍_第1页
压缩感知-基于TV去噪去模糊 以及GPSR方法介绍_第2页
压缩感知-基于TV去噪去模糊 以及GPSR方法介绍_第3页
压缩感知-基于TV去噪去模糊 以及GPSR方法介绍_第4页
压缩感知-基于TV去噪去模糊 以及GPSR方法介绍_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于TV的去噪去模糊基于TV的图像重构重构方法GPSR去噪问题的核心就是求解公式：去噪由于TV范数不光滑，作者引入了对偶法来解决该优化问题。先定义了以下算子：1.2.目标函数13.4.若，则文章以定理的形式给出了最优化问题的解：若是以下优化问题的解，则目标函数1在TV=TVI时的解为，其中，各项同性：各项异性：两种TV范数根据公式可将TV范数改写为：其中，因此则，目标函数1变为：观察可知里面最小化问题的解为：将上面的x代回到刚才的公式，则故，若是上面优化问题的解，则目标函数1的解为：用梯度投影法即可求解该问题GP算法FGP算法去模糊去噪问题的核心就是求解问题：根据ISTA方法需要求解式子：令，则与之前去噪公式相比，因此，可将去模糊问题看做是一系列迭代去噪问题，而bk即为含噪图像。GPB算法图像重构基于TV的图像重构目标就是求解最优化问题：其中，根据梯度算法，迭代公式为：同时，分析讨论图像复原：图像重构：则可通过解获得重构图像。？问题一：求问题二：求TV与OMP重构对比采样率方法时间(s)峰值信噪比60%OMP7.848928.4592TV27.610843.724450%OMP5.830526.7119TV25.213040.627830%OMP

2.945812.2554TV19.911234.4614注：上述OMP方法中，以小波基作为稀疏基，测量矩阵为高斯随机矩阵，将图像按列逐步处理；TV采用快速傅里叶变换技术实现测量，非线性共轭梯度法实现重构。视觉效果对比利用TV恢复的图像明显优于用OMP恢复的图像重构方法GPSR压缩感知中重构问题就是求解公式：令，其中，，则有，上式可化为标准BCQP:其中，GPSR-BasicGPSR-BasicStep1

初始化：设置参数

置k=0;Step2

计算：根据公式计算，并使用替换；Step3

线性搜索：从序列中选择第一个满足公式的数作为，并置；Step4

判断：若满足收敛条件，则停止，并以为最终近似解；否则令k=k+1返回Step2.

GPSR-BB基于共轭梯度的除偏法使用梯度投影法得到的解向量为

，则可以得到最终的最优解向量。梯度的方法进行除偏处理，目标函数为使用目标函数当次迭代结果与其初始化计算结果的比值作为迭代停止条件，迭代停止阈值用基于CG除偏法步骤y=R*x+nMinsolution是指R’

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论