自适应加权编码L1/2正则化的图像重建算法
来源：计算机应用杂志2015年第3期北京时间：
作者：查志远, 刘辉, 尚振宏, 李润鑫
单位：昆明理工大学 信息工程与自动化学院, 昆明 650500
摘要：针对图像重建过程中噪声去除问题,提出一种自适应加权编码L1/2正则化重建算法。首先,考虑到许多真实图像中不仅含有高斯噪声,而且含有拉普拉斯噪声,设计一种改进的L1-L2混合误差模型(IHEM)算法,该算法兼顾了L1范数与L2范数的各自优点;其次,由于迭代过程中噪声分布会发生改变,设计一种自适应隶属度算法,该算法可以减少迭代次数和运算时间;利用一种自适应加权编码方法,该方法可以有效地去除含有重尾分布特性的拉普拉斯噪声;另外,设计一种L1/2正则化算法,该算法可以得到较稀疏的解。实验结果表明,相比IHEM算法,自适应L1/2正则化图像重建算法的峰值信噪比(PSNR)平均提高了3.46 dB,结构相似度(SSIM)平均提高了0.02,对含有多种噪声的图像处理具有比较理想的效果。
关键词：L1-L2混合误差模型,自适应隶属度,加权编码,稀疏解,L1/2正则化
基金资助：国家自然科学基金资助项目(61462052);云南省自然科学基金资助项目(KKSY201403049);中国科学院太阳活动重点实验室项目(KLSA201310);昆明市科技局项目(08S100310)
