本文選題：圖像去模糊　切入點(diǎn)：lp正則化　出處：《武漢大學(xué)學(xué)報(理學(xué)版)》2017年06期 　論文類型：期刊論文

【摘要】：將圖像去模糊問題轉(zhuǎn)化為求解l_p正則化的非凸優(yōu)化問題,提出了一種求解l_p正則化問題的快速廣義迭代收縮算法(FGISA,fast generalized iterative shrinkage thresholding algorithm).該算法通過對廣義迭代收縮算法(GISA,generalized iterative shrinkage thresholding algorithm)的梯度項(xiàng)添加一個加權(quán)矩陣,并結(jié)合Nesterov梯度加速方法達(dá)到加快算法收斂速度的目的.由于加權(quán)矩陣僅僅與模糊矩陣有關(guān),并且不隨迭代過程變化,因此,與GISA相比FGISA并不增加算法的計算復(fù)雜度.文章給出了算法收斂性的理論分析.實(shí)驗(yàn)結(jié)果表明FGISA算法在收斂速度和圖像恢復(fù)效果方面對GISA算法均有較大的改進(jìn).
[Abstract]:The problem of image de-blurring is transformed into a non-convex optimization problem for solving LP regularization. A fast generalized iterative contraction algorithm for solving LP regularization problem is proposed. The algorithm is generalized iterative shrinkage thresholding algorithm. The algorithm adds a weighted matrix to the gradient term of generalized iterative shrinkage thresholding algorithm. Combined with the Nesterov gradient acceleration method, the convergence rate of the algorithm is accelerated. Because the weighting matrix is only related to the fuzzy matrix and does not change with the iterative process, so, Compared with GISA, FGISA does not increase the computational complexity of the algorithm. The theoretical analysis of the convergence of the algorithm is given in this paper. The experimental results show that the FGISA algorithm has a great improvement on the GISA algorithm in terms of convergence speed and image restoration effect.
【作者單位】： 五邑大學(xué)數(shù)學(xué)與計算科學(xué)學(xué)院;武漢理工大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國家高技術(shù)研究發(fā)展(863)計劃(2015AA015403) 國家自然科學(xué)基金(11601393) 湖北省自然科學(xué)基金重點(diǎn)項(xiàng)目(2015CFA059) 中央高�；究蒲袠I(yè)務(wù)費(fèi)資助(175110001) 湖北省科技支撐計劃(2014BAA146) 廣東省自然科學(xué)基金(2015A030313646,2016A030313005) 廣東省教育廳研究生教育創(chuàng)新教育類項(xiàng)目(2016SFKS_40) 五邑大學(xué)青年基金(2015zk09)資助項(xiàng)目
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 龐志峰;楊余飛;丁立新;謝德宣;;解非負(fù)約束圖像去模糊問題的積極集方法[J];數(shù)學(xué)物理學(xué)報;2013年01期

2 馮瑩瑩;周紅志;鄧明;;基于微分壓縮感知的圖像去模糊技術(shù)研究[J];計算機(jī)應(yīng)用研究;2013年05期

3 吳建華;;車載圖像去模糊算法研究[J];軟件導(dǎo)刊;2014年09期

4 畢萍;;基于稀疏冗余字典學(xué)習(xí)的圖像去模糊算法[J];西安郵電大學(xué)學(xué)報;2013年04期

5 盧惠民;徐明;李迅;;用于計算成像系統(tǒng)的基于信噪比自適應(yīng)估計的圖像去模糊研究[J];光學(xué)學(xué)報;2014年08期

6 劉揚(yáng)陽,金偉其,蘇秉華;數(shù)字圖像去模糊處理算法的對比研究[J];北京理工大學(xué)學(xué)報;2004年10期

7 趙博;張文生;丁歡;;基于Richardson-Lucy的圖像去模糊新算法[J];計算機(jī)工程與應(yīng)用;2011年34期

8 宋曉霞;石光明;;基于噪聲特點(diǎn)和l_1凸松弛技術(shù)的圖像去模糊方法[J];中國體視學(xué)與圖像分析;2011年02期

9 王愛齊;邱天爽;劉文紅;;圖像去模糊的l_0范數(shù)最小化方法[J];信號處理;2012年11期

10 喬田田;王際朝;李維國;吳勃英;;一種基于線性化Bregman迭代的圖像去模糊新方法[J];中國石油大學(xué)學(xué)報(自然科學(xué)版);2013年02期

相關(guān)會議論文 前2條

1 王文遠(yuǎn);;圖像去模糊的迭代算法[A];中國工程物理研究院科技年報（2003）[C];2003年

2 鄒建成;車冬娟;;基于字典學(xué)習(xí)的圖像去模糊研究[A];第九屆中國通信學(xué)會學(xué)術(shù)年會論文集[C];2012年

相關(guān)博士學(xué)位論文 前3條

1 陳曉鋼;基于統(tǒng)計分析的圖像去模糊與圖像去噪新方法研究[D];上海交通大學(xué);2013年

2 劉瑞華;數(shù)字圖像去模糊的理論研究及應(yīng)用[D];華東師范大學(xué);2008年

3 蘇雪平;基于交叉多模信息的新聞圖像人物標(biāo)識算法[D];西北工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 蔡源濤;基于稀疏約束的圖像去模糊迭代方法研究[D];電子科技大學(xué);2015年

2 黃英豪;圖像模糊檢測及人臉模糊消除算法研究[D];哈爾濱工業(yè)大學(xué);2016年

3 張靜;基于GSM FoE模型的圖像去模糊方法[D];大連理工大學(xué);2016年

4 劉彬;基于光條紋形狀的圖像去模糊[D];大連理工大學(xué);2016年

5 張麗;基于藍(lán)寶石表面缺損的圖像去模糊算法研究[D];西安電子科技大學(xué);2015年

6 張凱;基于非凸l_p范數(shù)和G-范數(shù)的圖像去模糊模型與算法[D];深圳大學(xué);2016年

7 賀武;基于多核DSP平臺的圖像去模糊系統(tǒng)構(gòu)建[D];武漢工程大學(xué);2016年

8 潘凱;基于FPGA圖像去模糊的并行FFT算法研究[D];武漢工程大學(xué);2016年

9 韓陽;兩階段反卷積圖像去模糊算法的DSP實(shí)現(xiàn)[D];華中科技大學(xué);2016年

10 梁曉萍;運(yùn)動圖像去模糊算法研究[D];廣西師范大學(xué);2017年

，

本文編號：1608844