@第{条IJNAM-14-255，作者={}，title={高分辨率图像重建：env$_{\ell^1}$/TV模型和定点邻近算法}，journal={国际数值分析与建模杂志}，年份={2016年}，体积={14}，数字={2}，页数={255--282}，抽象={高分辨率图像重建从真实场景的多个低分辨率、偏移、退化样本中获得一幅高分辨率图像。这是一个典型的不适定问题和优化以前曾研究过$\ell^2$/TV模型等模型来解决这个问题。它基于这样的假设：在采集过程中，数字图像受到高斯噪声的污染。在这项工作中，我们建议基于混合高斯噪声和脉冲噪声统计假设的新优化模型，这使我们选择了$1$-范数的莫罗包络作为保真度术语。开发的环境$_{\ell^1}$/TV该模型结合了$\ell^1$/TV和$\ell|2$/TV模型的优点，有效地抑制了混合噪声。此外，还开发了一种定点逼近算法来求解所提出的优化模型并进行了收敛性分析。所开发算法的自适应参数选择策略是还提出了快速收敛的方法。实验结果证实了该模型的优越性与之前的$\ell^2$/TV模型相比，除了导出算法的鲁棒性和有效性之外。
},issn={2617-8710}，doi={https://doi.org/},url={http://global-sci.org/intro/article_detail/ijnam/420.html}}
TY-JOUR公司T1-高分辨率图像重建：一种env${ell^1}$/TV模型和定点邻近算法JO-国际数值分析与建模杂志VL-2级SP-255EP-2822016年上半年DA-2016年5月序号-14做-http://doi.org/UR-（欧元）https://global-sci.org/intro/article_detail/ijnam/420.htmlKW-高分辨率图像重建，env${\ell^1}$/TV模型，邻近算子，定点算法。AB公司-高分辨率图像重建从真实场景的多个低分辨率、偏移、退化样本中获得一幅高分辨率图像。这是一个典型的不适定问题和优化以前曾研究过$\ell^2$/TV模型等模型来解决这个问题。它基于这样的假设：在采集过程中，数字图像受到高斯噪声的污染。在这项工作中，我们建议基于混合高斯噪声和脉冲噪声统计假设的新优化模型，这使我们选择了$1$-范数的莫罗包络作为保真度术语。开发的环境$_{\ell^1}$/TV该模型结合了$\ell^1$/TV和$\ell|2$/TV模型的优点，有效地抑制了混合噪声。此外，还开发了一种定点逼近算法来求解所提出的优化模型并进行了收敛性分析。所开发算法的自适应参数选择策略是还提出了快速收敛的方法。实验结果证实了该模型的优越性与之前的$\ell^2$/TV模型相比，除了导出算法的鲁棒性和有效性之外。
龙伟、陆勇、沈L.-X.和徐Y.S。(2019). 高分辨率图像重建：一个env${\ell^1}$/TV模型和一个定点邻近算法。国际数值分析与建模杂志.14(2).255-282.数字对象标识：
复制到剪贴板
