基于高阶交叠组稀疏正则项的图像恢复方法
Image Restoration Method Based on High-order Overlapping Group Sparse Total Variation作者机构：闽南师范大学物理与信息工程学院漳州363000
出 版 物：《科学技术与工程》 (Science Technology and Engineering)
年 卷 期：2020年第20卷第33期
页 面：13747-13756页
学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金：福建省教育厅中青年教师教育科研项目(JT180311,JAT190378) 闽南师范大学高级别项目(GJ19019) 闽南师范大学校长基金(KJ19019) 闽南师范大学校级教改项目(2019JG18) 福建省自然科学基金(2020J05169)
摘 要：为进一步提高交叠组稀疏全变分模型的图像恢复效果,通过在现有模型的基础上结合图像的二阶梯度信息,增加二阶梯度正则项的方法对交叠组稀疏正则项进行改进,研究了基于高阶交叠组稀疏正则项的模型建立和算法以及在图像恢复中的效果及各参数的影响。结果表明:在一定水平噪声标准差的情况下,应用该方法对图像进行恢复时,基本上均可获得比其他模型更好的恢复效果。可见在交叠组稀疏全变分模型中考虑二阶梯度信息有助于提高图像的恢复性能。
维普期刊数据库
同方期刊数据库