搜索资源列表
EMM盲运动模糊图像的恢复
- 摘 要 盲图像恢复的主要困难是信息不足，而为了恢复图像和确定点扩散函数需要适当的先验知识。解决这个问题的法、 法以及正则化方法等。但是这些方法的计算量都太大，针对上述方法的不足，文章提出了一种恢复图方法有图像的新算法，它通过恢复残差的最小化和后验概率的最大化来估计参数和恢复图像。其中，巧妙地利用了最陡梯度法和 共轭梯度法的迭代求解。对由于运动造成的模糊图像，可以明显地改善图像的质量，实验结果证明，在对模糊操作没有严格限制的情况下，仍可得到较好的恢复图像。,： : 2$*/<$ I?E
1111
- Btv双边全变分正则化重建方法及重建方法其发展- Using L1 norm minimization and robust regularization based on a bilateral prior to deal with different data and noise models
L-0.5-regularization
- L1/2正则化，可用于图像恢复，信号重建，聚类分析-L 0.5 regularization
Perona_Malik
- 基于各向异性扩散的非线性正则化Perona-Malik模型,实现对图像的平滑滤波-Regularization based on nonlinear anisotropic diffusion Perona-Malik model, image smoothing filter
Tikhonov-in-pMRI
- Tikhonov正则化在并行磁共振图像重建中的应用-Tikhonov regularization in parallel magnetic resonance image reconstruction
Image-Sparse-Representation-Model
- 完备图像稀疏表示是一种最新的图像表示模型，采用过完备字典中原子的线性组合形式实现图像的稀疏表示．传统 的过完备图像稀疏表示模型采用重建误差的平方和作为保真项．该保真项没有充分考虑到人眼对图像的感知特性，无法度量图 像中边缘、轮廓、纹理等局部几何结构的变化．本文基于过完备稀疏表示理论思想，建立了新的稀疏性正则化的图像稀疏表示模 型．模型中的正则项约束图像表示系数的稀疏性，保真项采用更符合视觉感知的结构相似性度量．基于正交匹配追踪算法，提出 了基于结构相似度的正交匹配追踪算法．实验结
Image-deblurring-regularization
- Steve Eddins 所写的一篇关于运用正则化方法实现图像恢复的博客文章-Steve Eddins wrote an article about the use of regularization method of image restoration blog articles
An-efficient-augmented-
- 基于经典的增广拉格朗日乘子法, 对求解一类带有特定结构（主要是针对凸规划）的非光滑等式约束优化问题, 我们提出、分析并测试了一个新算法. 在极小化增广拉格朗日函数的每一步迭代中, 该算法有效结合了带有非单调线性搜索的交替方向技术, 我们建立了算法的收敛性, 并用它来求解在带有全变差正则化的图像恢复问题.-Based on the classic augmented Lagrangian multiplier method, we propose, analyze and test an algo