自适应全变分(adaptive total variation,ATV)模型可以利用差分曲率自适应地选择基于Lp范数的正则项,并且能自适应调节正则项与保真项的权重,能够有效地去除噪声和保持图像边缘.使用半隐式梯度下降法求解ATV模型时,误差的高频分量会快...自适应全变分(adaptive total variation,ATV)模型可以利用差分曲率自适应地选择基于Lp范数的正则项,并且能自适应调节正则项与保真项的权重,能够有效地去除噪声和保持图像边缘.使用半隐式梯度下降法求解ATV模型时,误差的高频分量会快速衰减而低频分量却衰减缓慢,从而导致收敛速度缓慢.为了加快低频误差衰减的速度,利用半隐式梯度下降法设计了光滑化方法,构造了求解ATV模型的非线性多重网格法,并通过与不动点迭代法、半隐式梯度下降法的对比实验,验证了新方法的去噪效果更好且计算速度更快.展开更多
文摘自适应全变分(adaptive total variation,ATV)模型可以利用差分曲率自适应地选择基于Lp范数的正则项,并且能自适应调节正则项与保真项的权重,能够有效地去除噪声和保持图像边缘.使用半隐式梯度下降法求解ATV模型时,误差的高频分量会快速衰减而低频分量却衰减缓慢,从而导致收敛速度缓慢.为了加快低频误差衰减的速度,利用半隐式梯度下降法设计了光滑化方法,构造了求解ATV模型的非线性多重网格法,并通过与不动点迭代法、半隐式梯度下降法的对比实验,验证了新方法的去噪效果更好且计算速度更快.
