| 中文题名： | 梯度模l0与l1混合正则化图像复原 |
| 姓名： | |
| 保密级别： | 公开 |
| 论文语种： | 中文 |
| 学科代码： | 070101 |
| 学科专业： | |
| 学生类型： | 学士 |
| 学位： | 理学学士 |
| 学位年度： | 2019 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2019-06-15 |
| 答辩日期： | 2019-05-13 |
| 中文关键词： | |
| 中文摘要： |
图像处理领域里，图像复原是一个非常基础的问题，它常常与图像平滑、边缘检测等许多图像处理的问题相关。图像复原的主要难点在于复原后的图像能否保持图像的边缘结构，即，函数的不连续性保持。近年来，关于L0梯度极小的模型在图像复原问题上取得了出色的视觉效果，但是L0梯度极小在边缘处会产生严重的人工效应。因此本文引入L1范数来消除L0范数带来的人工效应，并基于图像梯度模的分布假设提出了一种自适应的方法，最后通过交替迭代法得到复原图像。实验结果表明这种方法充分利用了L0极小在平滑区域的优势，同时提高了L0保持图像边缘的表现。
﹀
|
| 参考文献总数： | 28 |
| 插图总数： | 9 |
| 馆藏号： | 本070101/19181 |
| 开放日期： | 2020-07-09 |
谷歌
