基于二阶总广义变差的欠采样图像重构方法.pdfVIP

JournalofComputerApplications ISSN 1001．9081 2014—10一l0 计算机应用，2014，34(10)：2953—2956 CODEN JYIIDU http：／／www．joca．cn 文章编号：1001—9081(2014)10—2953—04 doi：10．11772／j．issn．1001—9081．2014．10．2953 基于二阶总广义变差的欠采样 图像重构方法 卫津津 ，金志刚 ，王 颖 (1．天津大学 电子信息工程学院，天津 300072； 2．61660部队，北京 100089) ( 通信作者电子邮箱weijin525@163．corn) 摘 要：针对欠采样 图像重构的凸优化 问题，提 出一种基于二阶总广义变差(TGV)范数最小化的算法。利用图 像的二阶TGV半范作为正则约束项，自动地平衡一、二阶导数项，使得该算法可以更好地恢复图像边缘 ，有利于平滑 噪声，避免阶梯效应。为了有效地计算该模型，通过正交投影和调整权重阈值对每一步迭代结果进行修正，最终获得 更准确的重构结果。实验结果表明，与正交匹配追踪(OMP)模型和全变差(TV)模型比对，该算法重构的图像其峰值 信噪比(PSNR)及结构相似度 (SSIM)都有明显的提高，重构效果较好。 关键词 ：压缩感知；总广义变差 ；图像重构 ；阶梯效应 ；全变差 中图分类号：TP391．413 文献标志码 ：A Undersamplingimagereconstructionmethodbasedon secondordertotalgeneralizedvariationmodel WEIJinjin ，JINZhigang，WANGYing’ (1．SchoolofElectronicInformationEngineering，TianjinUniversity,nnnjin300072，China； 2．Unit61660，Beijing100089，China) Abstract：Aimingatconvexoptimization problem ofundersamplingimagereconstruction，anew imagereconstruction algorithmbasedonthesecondorderTotalGeneralizedVariation(TGV)modelwasproposed．Inthenewmodel，thesecond— orderTGV semi—norm ofimageswasusedastheregularization term，whichcouldautomaticallybalancethefirstorderand secondorderderivative．ThecharacteristicsoftheTGVmadethenew modelrecovertheimageedgeinformationbetter．smooth noiseandavoidthestaircasingeffect．Forcomputingthenewmodeleffectively，theonhogonaIprojectionandtheadjustmentof weightthresholdwere presented to adaptively amendthe iteration resultsofeach step in orderto obtain accurate image reconsturctionresults．Theexperimentalresultsshow thattheproposedmodelcangetbetterr