總變分圖像復(fù)原正則化參數(shù)選擇方法的比較.pdf

1、數(shù)字圖像處理領(lǐng)域中,一個很重要的方面是圖像復(fù)原問題,其目的是更好地提高圖像的質(zhì)量。對退化圖像采用某種處理方法,補(bǔ)償退化過程造成的失真,獲得原始圖像或原始圖像的最優(yōu)估值。圖像復(fù)原問題是一個典型的不適定的反問題,常用正則化方法解決。本文主要的工作如下:
　　首先,介紹了反問題的不適定性及有關(guān)正則化方法的數(shù)學(xué)理論知識。提出圖像復(fù)原是典型的不適定問題,分析圖像退化過程,構(gòu)建圖像復(fù)原的離散數(shù)學(xué)模型。詳細(xì)分析了其性質(zhì)和不適定性。
　　其

2、次,提出了兩個典型的正則化方法:Tikhonov正則化方法和TotalVariation(TV)正則化方法。并以線性的Tikhonov正則化為例,闡述了幾種正則化參數(shù)的自適應(yīng)選擇方法,對這些正則化選擇參數(shù)方法進(jìn)行了比較,分析了其優(yōu)缺點(diǎn)。詳細(xì)講述GCV自適應(yīng)參數(shù)選擇方法。同時,介紹了一些圖像復(fù)原快速實現(xiàn)的方法,以求減少計算量。
　　最后,由于TV方法的正則化項部分是非線性的,使得正則化參數(shù)的自適應(yīng)選擇算法不易實現(xiàn)。針對這種情況,采用