基于分裂Bregman方法的全变差图像去模糊

针对全变差图像去模糊问题,提出一种基于分裂Bregman方法的全变差图像去模糊算法,利用分裂Bregman方法来优化其求解问题模型.首先,利用辅助变量及其二次惩罚泛函把全变差去模糊优化问题转化为一个等价的无约束优化问题;其次,基于Bregman迭代将其分解为两个子优化问题采用交替最小化方法进行求解;最后,根据子问题结构特点,采用离散傅立叶变换及收缩技术实现子优化问题的快速计算.实验结果表明,在不同尺寸模糊核条件下本文算法能获得有效、稳定的图像复原结果,相比FTVd、IRN去模糊方法,本文算法复原效果更好,计算更加快速.

基于变量分离和加权最小二乘法的图像复原

为提高图像复原的质量和速度,提出一种新的图像复原算法。首先基于变量分离技术,加入新的约束条件,建立解决图像复原问题的目标函数;然后利用交替最小化方法,将目标函数的优化分解为两个交替迭代的过程,以获得图像复原问题的全局最优解。在求解分离得到的新变量的过程中,引入迭代重加权最小二乘法(IRLS)处理L1范式的不可微分问题。实验结果表明,提出的算法有效地解决了图像复原问题;与同类的一些算法相比,该算法在复原速度和复原效果方面均具有优势。

基于组合字典的图像复原约束优化算法

提出一种基于组合字典和约束优化的图像复原算法。建立表示图像复原问题的约束优化模型,其目标函数由l2保真项和双l1正则项的线性组合构成。利用交替优化技术将模型分解为多个子问题求解,并通过邻近算子解决降噪子问题。实验结果表明,与Oliverira算法和Beck算法相比,该算法的复原速度较快,所得图像质量较好,且复原图像与原始图像的均方误差较小。

基于监测数据的非参数频谱地图构造方法

本文研究了频谱地图构造问题,提出了一种基于监测数据的非参数构造方法,无需用到关于发射机和传播环境相关信息。本文将感兴趣区域内任意位置的接收功率建模成幂函数的线性组合,并提出使用交替最小化方法,利用监测数据对线性组合权重、幂函数中心点位置和指数进行联合优化。仿真部分通过与常用的反距离加权法和克里金插值法进行对比,验证了本文方法的有效性。

基于频率数据与稀疏正则化的悬臂梁损伤识别

振动频率是描述结构自身振动特性的数据,因其比较容易获取,常被用于识别结构损伤。但由于频率数据的量相对较少,损伤识别通常是非适定的。文章构造了一个新的基于频率数据的目标函数,发展了一种新的稀疏正则化方法以克服损伤识别问题的非适定性。该方法运用少量的频率数据就能识别出梁结构的损伤位置。最后,将该方法运用到悬臂梁结构的损伤识别实验当中去,发现识别出的损伤与实际相符,验证了该方法的正确性。

磁共振成像重建的新算法

提出了一种高效的磁共振成像重建算法,将磁共振成像重建看作标准的线性求逆问题,基于变量分离技术重新建立线性求逆问题的目标函数,用交替最小化方法处理新目标函数的优化问题。新目标函数的优化包含两个交替的过程:一个凸的光滑函数的优化和一个凸的非光滑函数的优化。为处理非光滑函数的优化问题,引入投影算法对其求解。实验结果表明了该磁共振成像重建算法的有效性,与同类算法性比,重建的磁共振图像的均方误差(MSE)最小,重建的速度最快。