论文部分内容阅读
基于图像在Shearlet变换下的稀疏表示,建立Shearlet域稀疏性正则化的图像复原凸变分模型。通过目标函数中的正则化项刻画理想图像在Shearlet下的稀疏性先验。引入目标函数的代理函数,设计图像复原凸变分问题的迭代收缩求解方法。在迭代收缩求解过程中,利用系数间的相关性,引入双变量收缩函数,以减少迭代次数,提高收敛速度。仿真实验结果表明,与迭代阈值收缩算法和双步迭代收缩算法相比,该算法在主观视觉质量和峰值信噪比方面都有较大的改善,并具有更快的收敛速度。