• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Applied Mathematical Modelling >A framelet algorithm for de-blurring images corrupted by multiplicative noise
【24h】

A framelet algorithm for de-blurring images corrupted by multiplicative noise

机译：用于消除因乘法噪声而损坏的图像的模糊处理的小框架算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper considers a variational model for restoring images from blurry and speckled observations. This model utilizes the favorable properties of framelet regularization (e.g., the sparsity and multiresolution properties of the framelet) that are well suited for speckle noise reduction. For solving the model, we first propose an approximation model that is motivated by the well-known variable-splitting and penalty techniques in optimization. We then develop an alternating minimization algorithm to solve the approximation model. We also show that the sequence generated by the algorithm converges to the solution of the proposed model. The numerical results on simulated data and real utrasound images demonstrate that our approach outperforms several state-of-the-art algorithms.
机译：本文考虑了一种从模糊和有斑点的观察中恢复图像的变分模型。该模型利用了非常适合降低斑点噪声的小框架正则化的有利属性（例如，小框架的稀疏性和多分辨率属性）。为了求解该模型，我们首先提出一种近似模型，该模型由优化中的著名变量分解和惩罚技术驱动。然后，我们开发一种交替最小化算法来求解近似模型。我们还表明，该算法生成的序列收敛于所提出模型的解。在模拟数据和实际超声图像上的数值结果表明，我们的方法优于几种最新算法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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