• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >A Convex Constraint Variational Method for Restoring Blurred Images in the Presence of Alpha-Stable Noises
【2h】

A Convex Constraint Variational Method for Restoring Blurred Images in the Presence of Alpha-Stable Noises

机译：在α稳定噪声存在下恢复模糊图像的凸约束变分方法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Blurred image restoration poses a great challenge under the non-Gaussian noise environments in various communication systems. In order to restore images from blur and alpha-stable noise while also preserving their edges, this paper proposes a variational method to restore the blurred images with alpha-stable noises based on the property of the meridian distribution and the total variation (TV). Since the variational model is non-convex, it cannot guarantee a global optimal solution. To overcome this drawback, we also incorporate an additional penalty term into the deblurring and denoising model and propose a strictly convex variational method. Due to the convexity of our model, the primal-dual algorithm is adopted to solve this convex variational problem. Our simulation results validate the proposed method.
机译：在各种通信系统中的非高斯噪声环境下，模糊图像的恢复提出了巨大的挑战。为了从模糊和阿尔法稳定噪声中恢复图像同时保留其边缘，本文提出了一种基于子午线分布和总变化量（TV）的变分方法，以具有阿尔法稳定噪声的模糊图像进行恢复。由于变分模型是非凸的，因此它不能保证全局最优解。为了克服这个缺点，我们还将一个额外的惩罚项纳入去模糊和去噪模型，并提出了一种严格的凸变分方法。由于我们模型的凸性，采用原始对偶算法来解决该凸变分问题。仿真结果验证了该方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号