摘要
本发明公开了一种基于原始对偶算法的稀疏全变分图像重建方法。首先结合图像先验信息,建立数学优化问题;然后引入对偶范数,将复合正则化优化问题转化为鞍点问题;再构建原始对偶问题框架,其原始问题的解提供对重建图像的估计;利用近端映射算子,得到原始对偶变量的迭代方案;最后交替更新原始变量和对偶变量,直至原始变量和真实值之间的误差趋于收敛,并且得到最终重建图像。本发明基于图像重建背景,使用原始对偶方案处理复合正则化优化问题,将优化问题表述为鞍点问题,最后通过分解为原始问题和对偶问题逐步求解,不仅能够处理非光滑正则化函数的不可微性,还可以通过分解为子问题提高计算效率,并确保解的稳定性和准确性。
技术关键词
原始对偶算法
图像重建方法
变量
梯度方法
像素点
表达式
定义
框架
正则化参数
非光滑
矩阵
数学
误差
采样率
元素
信号
噪声
代表
系统为您推荐了相关专利信息
滚动轴承故障
分类子模型
声学方法
监测方法
实时数据
分析方法
抽象语法树
代码特征
辅助开发人员
软件工程技术
脸型优化方法
神经网络模型
人脸脸型
图像
像素点
瑕疵
检测模型训练方法
轮廓面积
像素点
初始亮度值