基于改进非局部均值的分数阶全变分算法

传统全变分算法在变分过程中多数会受到阶梯效应的影响,导致重构图像出现纹理缺失和过平滑。为此,提出一种基于改进非局部均值的重构算法。通过引入分数阶梯度模型保留图像纹理信息,利用非局部均值滤波法更新拉格朗日梯度算子,从而降低计算复杂度。实验结果表明,与传统TVAL3算法相比,该算法能够有效减少运行时间,具有较好的重构性能。