@文章{JCM-39-81，author={Jung，Miyoun和Kang，Myungjoo}，title＝{具有稀疏表示先验和总广义变异的柯西噪声下的图像恢复}，journal={计算数学杂志}，年份＝{2020}，体积={39}，数字={1}，页数={81--107}，抽象={本文介绍了一种新的变分模型，用于恢复由柯西噪声和/或模糊。该模型将非凸数据精确性项与两个正则化项，优先于字典学习和total的稀疏表示广义变分（TGV）正则化。利用前的稀疏表示斑块信息可以保存精细特征和纹理图案，而在均匀区域中进行充分的去噪，并提供自然的视觉质量。TGV公司正则化进一步有助于在平滑区域有效地去噪，同时保持边缘。通过采用惩罚方法和交替最小化方法，我们提出了一种有效的迭代算法来求解该模型。数值结果在以下方面确立拟议模型相对于其他现有模型的优势视觉质量和某些图像质量评估。
},issn={1991-7139}，doi={https://doi.org/10.4208/jcm.1907-m2018-0234},url={http://global-sci.org/intro/article_detail/jcm/18279.html}}
今天具有稀疏表示先验和总广义变分的Cauchy噪声下T1图像恢复密云州AU-Jung明州奥康JO-计算数学杂志VL-1型SP-81EP-1072020年上半年DA-2020/09年序号-39做-http://doi.org/10.4208/jcm.1907-m2018-0234你-https://global-sci.org/intro/article_detail/jcm/18279.htmlKW-图像恢复，柯西噪声，稀疏表示优先，字典学习，总广义变异。AB公司-本文介绍了一种新的变分模型，用于恢复由柯西噪声和/或模糊。该模型将非凸数据精确性项与两个正则化项，优先于字典学习和total的稀疏表示广义变分（TGV）正则化。利用前的稀疏表示斑块信息可以保存精细特征和纹理图案，而在均匀区域中进行充分的去噪，并提供自然的视觉质量。TGV公司正则化进一步有助于在平滑区域有效地去噪，同时保持边缘。通过采用惩罚方法和交替最小化方法，我们提出了一种有效的迭代算法来求解所提出的模型。数值结果在以下方面确立拟议模型相对于其他现有模型的优势视觉质量和某些图像质量评估。
Miyoun Jung和Myungjoo Kang。(2020). 具有稀疏表示先验和总广义变分的柯西噪声图像复原。计算数学杂志.39(1).81-107.doi:10.4208/jcm.1907-m2018-0234
复制到剪贴板
