基于总变差的小波收缩模型的交替最小化方法

@第{曾2010AlternatingMM条，title={基于总变差的小波收缩模型的交替最小化方法}，author={曾铁勇、李小龙和迈克尔·吴锦鹏}，journal={计算物理中的通信}，年份={2010}，体积＝{8}，页数={976}，url={https://api.semanticscholar.org/CorpusID:18255946}}
提出了一种新的混合变分模型，该模型将经典的全变分方法和小波收缩方法相结合，并强收敛到所提出的混合模型的极小值。
通过Publisher查看
global-sci.org网站
30条引文
背景引文
7
方法引文
8

本文中的数字

30条引文

带乘性噪声反褶积模型的凸松弛方法

基于较为合理的物理模糊噪声假设，推导出了一种新的变分模型，该假设是先前的非凸模型和凸模型之间的平衡，并采用交替最小化方法求解松弛模型。

一种新的混合变分模型对泊松图像的去卷积

混合TV-小波正则化中邻近算子的算法及其在MR图像重建中的应用

提出了一种双重迭代方法来解决混合正则化的最小化问题，证明了该方法的收敛性，并将其应用于高随机欠采样k空间数据的MR图像重建问题。

一种快速反卷积和泊松噪声去除算法

提出了一种非负约束泊松噪声去除的交替最小化算法，该算法利用二次罚函数技术使Kullback-Leibler散度项和总变差项之和最小。

基于小波的全变分和非局部相似性图像去噪模型

去噪实验表明，在强噪声条件下，与几种最新的方法相比，所提出的去噪模型能够有效地抑制强噪声，并保留图像的细节。

加权核范数最小化的迭代解耦图像恢复方法

提出了一种有效的迭代解耦图像恢复方法，将图像恢复问题分解为两个最小化子问题：去模糊和去噪。

稀疏表示先验和全广义变分Cauchy噪声下的图像恢复

引入了一种新的变分模型，用于恢复因柯西噪声和/或模糊而退化的图像，数值结果证明了该模型在视觉质量和某些图像质量评估方面优于其他现有模型。

多通道图像的两阶段分割模型

本文介绍了一种基于最小曲面理论的两阶段多通道图像分割模型，并采用阈值分割方法对平滑后的图像u进行分割。

基于l1-l0最小化的混合高斯脉冲噪声图像恢复

倍增噪声破坏图像的两步恢复方法

实验结果表明，该两步方法在恢复图像质量和算法收敛速度方面均优于现有的带乘性噪声和模糊的图像恢复方法。

38参考文献

基于总变差最小化的小波系数重构

一种使用基于次梯度下降的总变差最小化算法重建小波系数的模型，该算法结合线性空间上的投影来执行几乎无人工干预的信号去噪。

图像压缩中的全变分改进小波阈值

本文采用最小化技术，特别是总变差最小化，对保留的标准小波系数进行修改，使重建图像在边缘附近的振荡较小。

一般凸约束下最小化总变差的图像恢复

尽管它很简单，但某些变分方法和某些小波方法可以在这个框架内公式化，这样就可以用一个参数构造一个自然模型，这两种方法都有优点。

相关非线性小波收缩

本文研究了考虑多分辨率小波系数相关结构的非线性收缩方法，并将非线性引入算法中，以补偿小波统计的非线性。

基于全变差最小化的图像恢复及相关问题

提出了原TV最小化问题的一个变种，该变种能正确处理TV失效的某些情况，并提出了另一种方法，其目的是处理几个凸泛函的最小值的最小化。

关于总变差最小化的半光滑牛顿方法

基于半光滑算子理论，研究了总变差最小化的半光滑牛顿方法，以证明所提算法的有效性。

图像分解为有界变化分量和振荡分量

受Y.Meyer最近工作的启发，构造了一种将图像分割为有界变化分量和包含纹理和噪声的分量的和u+v的算法。

基于上下文建模的空间自适应小波阈值图像去噪

实验结果表明，与最优均匀阈值法相比，空间自适应小波阈值法的图像质量明显优于均匀阈值法，平均均方误差显著低于均匀阈值法。

基于非线性全变分的噪声去除算法

基于优化的多层次全变分图像去噪算法

本文提出了一种基于原始松弛的全变分图像快速多级去噪方法，并对其收敛性进行了分析。众所周知，基本的原始松弛会陷入一个“否”。。。