FTVd公司

FTVd:一种基于全变差的快速反褶积算法。FTVd是快速全变差(TV)反褶积,是一种基于TV的反褶积/去噪包。最新的软件包包括适用于TV/L2和TV/L1型号的快速解算器,它们同时兼容灰度和彩色图像。FTVd可以很容易地进行修改,以处理三维和更高维的图像/数据。


zbMATH中的参考文献(参考文献64条)

显示第64至第20个结果。
按年份排序(引用)
  1. 薛峰;艾,夏;刘佳琪:关于全变差极小化递推确定的收敛性(2021)
  2. 钟秋香;阴,可;段玉平:最小化图像表面曲率的图像重建(2021)
  3. 洪明义;张宗辉;王向峰;拉扎维耶恩,迈萨姆;马世谦;罗志全:线性约束凸优化乘子的块逐次上界极小化方法(2020)
  4. 怀,开战;倪明芳;王磊;于占科;Yang,Jing:结构凸优化的线性化Peaceman-Rachford分裂法及其在稳定主成分追踪中的应用(2020)
  5. 胡、乐育;张文星;蔡兴菊;Han,Deren:求解约束全变差retinex的并行算子分裂算法(2020)
  6. 刘晓曼;刘继军:用交替迭代法从含噪不完全频率数据中恢复图像(2020)
  7. 沈、元;刘欣:矩阵完备问题的交替极小化方法(2020)
  8. 康明敏;康明珠;Jung,Miyun:随机值脉冲噪声下基于稀疏表示的图像去模糊模型(2019)
  9. 李昌科;南昌民;Park,Jongho:使用双重转换实现具有(L^1)保真度项的总变化最小化的区域分解方法(2019年)
  10. 陆剑;乔克;李小瑞;陆兆松;邹玉茹:(\ellu0)-基于小波框架的图像恢复问题的最小化方法(2019)
  11. 陆剑;田佳鹏;沈立新;蒋清堂;曾雪英;邹玉茹:通过学习词典去除蓖麻噪音(2019年)
  12. 沈、元;Ji,Lei:用带扩展步长的新线性化交替方向乘法器方法进行全变差去模糊和去噪的部分卷积(2019)
  13. 张雄军;Ng,Michael K.:一种求解线性反问题的均匀去噪快速算法(2019)
  14. 崔卓旭;范启斌:一种基于脉冲噪声去除的“非凸+非凸”图像恢复方法(2018)
  15. 高一鸣;刘芳;杨小平:非二次保真度的全广义变分恢复(2018)
  16. 陆剑;杨泽平;沈立新;陆兆松;杨寒梅;Xu,Chen:一种用于去除乘性噪声污染图像的framelet算法(2018)
  17. 张雄军;吴,迈克尔K。;Bai,Minru:反褶积和泊松噪声去除的快速算法(2018)
  18. 蒋丹丹:脉冲噪声污染图像去模糊的多参数正则化模型(2017)
  19. 贾志刚;魏木生:一种新的基于快速算法的图像去模糊去噪TV-Stokes模型(2017)
  20. 郑永墨;郑大中;Yun,Sangwoon:脉冲噪声破坏的非凸电视去噪(2017)