相位恢复是指仅利用傅立叶变换或者其它线性变换的幅值对原始图像进行重建,文中针对相位恢复问题提出了一种对不同类型噪声及混合噪声均具有鲁棒性的相位恢复方法.该方法将相位恢复过程分为轮廓恢复和细节恢复两个步骤.首先利用交替方...相位恢复是指仅利用傅立叶变换或者其它线性变换的幅值对原始图像进行重建,文中针对相位恢复问题提出了一种对不同类型噪声及混合噪声均具有鲁棒性的相位恢复方法.该方法将相位恢复过程分为轮廓恢复和细节恢复两个步骤.首先利用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解融合全变差正则项的优化问题恢复图像轮廓.由于第一步重建过程中的全变差正则项平滑了重建图像的细节成分,为保证重建结果包含丰富的细节信息,在第二步中采用第一步获得的重建图像作为原始图像的粗略估计,利用傅立叶幅值约束以及图像在双树复数小波变换下的稀疏性重建图像细节部分.同时,为了使算法能够适用于不同类型噪声,在第二步细节恢复过程中采用l_1范数与l_2范数加权和作为数据保真项.实验结果表明该方法在无需噪声类型先验的条件下仍然能够获得较高的图像重建质量,且对不同类型噪声以及混合噪声均鲁棒.展开更多
文摘相位恢复是指仅利用傅立叶变换或者其它线性变换的幅值对原始图像进行重建,文中针对相位恢复问题提出了一种对不同类型噪声及混合噪声均具有鲁棒性的相位恢复方法.该方法将相位恢复过程分为轮廓恢复和细节恢复两个步骤.首先利用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解融合全变差正则项的优化问题恢复图像轮廓.由于第一步重建过程中的全变差正则项平滑了重建图像的细节成分,为保证重建结果包含丰富的细节信息,在第二步中采用第一步获得的重建图像作为原始图像的粗略估计,利用傅立叶幅值约束以及图像在双树复数小波变换下的稀疏性重建图像细节部分.同时,为了使算法能够适用于不同类型噪声,在第二步细节恢复过程中采用l_1范数与l_2范数加权和作为数据保真项.实验结果表明该方法在无需噪声类型先验的条件下仍然能够获得较高的图像重建质量,且对不同类型噪声以及混合噪声均鲁棒.