自适应双向扩散图像恢复.docVIP

外文文献翻译 1.外文文献：  1.外文翻译译文： 自适应双向扩散图像恢复 摘要 大量的应用程序在图像处理和计算机视觉中依赖于图像质量。在本文中，结合反向与各向异性扩散的不同的权重，我们提出自适应双向扩散法进行图像去噪。此外，我们引入到数据保真度的术语，它形成了一个空间上变化的约束的梯度因子，并允许更好地恢复图像边缘和细节。为了获得一个稳定的解决方案，我们开发了一个数值稳定的计划，并给予其理论分析。最后，我们将展示清晰的边缘，这种方法的优点是去噪和恢复与其他相关的实验方法相比，使细节图像表现得更加清晰。 关键词：图像复原，双向扩散，反扩散，各向异性扩散，稳定计划，空间变化的约束。 1. 引言 图像处理和计算机视觉应用中大量依赖于图像质量。然而，在图像形成过程中的退化，如模糊和噪声将会不可避免地发生。因此，图像去噪和去模糊，是非常重要的任务[1] 。 像往常一样，我们考虑下面的图像恢复模型： ， （1） 其中，u （X ） ：是一个原始的图像，是观察到的退化图像， H是一个模糊算子（系统函数） ，η是一个加性高斯噪声。 作为一个原则估计性问题，图像去噪和去模糊可在论贝叶斯地图上讨论：一个试图最小化后的能量[2] (2) 在这里，第一项是编码事先假设的正则化项，而第二个可确保观测到的数