基于小波框架的稀疏正则化方法及其在图像复原中的应用

本文旨在从受模糊和噪声影响的图像中复原原始图像.为此,在小波变换域中图像系数稀疏的先验假设下,通过极小化一个包含数据保真项和基于小波框架的l^(1/2)正则化项的能量泛函,实现图像降噪和去模糊;鉴于该能量泛函是非线性、非凸和不可导的,本文使用ADMM型算法极小化该能量泛函.使用数字图像领域的四幅典型图像:Shepp-Logan、Cameraman、Lenna和Fingerprint的仿真实验验证了所提出算法的有效性.本文成果可望应用于诸如医学成像中早期癌症瘤筛查等对成像分辨率有较高需求的现实领域.