导读:本文包含了图像总变差论文开题报告文献综述及选题提纲参考文献，主要关键词:总变差最小,Chambolle-Pock算法,最优化,图像重建
图像总变差论文文献综述
乔志伟[1]（2018）在《总变差约束的数据分离最小图像重建模型及其Chambolle-Pock求解算法》一文中研究指出基于优化的迭代法,可以结合压缩感知和低秩矩阵等稀疏优化技术高精度地重建图像.其中,总变差最小(total variation minimization, TV)模型是一种简单有效的优化模型.传统的约束TV模型,使用数据保真项为约束项, TV正则项为目标函数.本文研究TV约束的、数据分离最小(TV constrained, data divergence minimization, TVcDM)新型TV模型及其求解算法.详细推导了TVcDM模型的Chambolle-Pock (CP)算法,验证了模型及算法的正确性;分析了算法的收敛行为;评估了模型的稀疏重建能力;分析了模型参数的选择对重建的影响及算法参数对收敛速率的影响.研究表明, TVcDM模型有高精度稀疏重建能力; TVcDM-CP算法确保收敛,但迭代过程中有振荡现象; TV限对重建有重要影响,参数值过大会引入噪声而过小会模糊图像细节;算法参数的不同选取会导致不同的收敛速率.(本文来源于《物理学报》期刊2018年19期）
高希报,王莉丽[2]（2017）在《联合了梯度保真项的总变差模型快速遥感图像复原》一文中研究指出最近,学者们将梯度保真项引入于总变差模型,取得了一定的进展。然而改进的模型使用梯度下降法求解,影响了模型的求解速度。为此,提出了一种基于耦合了梯度保真项的总变差模型的快速图像复原算法,利用分裂算法以交替最小化技术求解改进模型,实现了图像快速复原。(本文来源于《数码世界》期刊2017年03期）
蒋炜,于印[3]（2015）在《结合形状信息的总变差流图像去噪》一文中研究指出近年来,以总变差为基础的方法成为了图像去噪领域的一个研究热点。本文从水平集曲线角度考察了总变差流,引入了形状信息,设计了一种结合形状信息的总变差流去噪方法。模拟实验结果显示,所提方法可获得较总变差流扩散方法更优的滤波效果,且与传统的TV(Total Variation)模型比较,能克服其对灰度渐变图像产生的阶梯效应问题,去噪图像更为清晰、自然。(本文来源于《数字技术与应用》期刊2015年07期）
廖帆,严路,伍家松,韩旭,舒华忠[4]（2015）在《基于四元数域总变差方法的压缩感知彩色图像重建算法(英文)》一文中研究指出提出了一种基于四元数域总变差方法的彩色图像压缩感知重建算法,该算法可有效提高彩色图像的重建能力.首先,将彩色图像从RGB空间转换到CMYK空间,并将CMYK空间的各个分量赋值给一个四元数矩阵.同时通过四元数的欧拉形式,将四元数矩阵转换为幅度和相位的信息.然后,为了完善重建的结果,将四元数矩阵的幅度和相位作为压缩感知优化方程新的平滑约束项.最后,用基于梯度的迭代算法来求解压缩感知优化方程.实验结果表明,所提出的算法考虑了幅度和相位的信息,比现有的将彩色图像的3个分量当作独立分量的算法效果好.(本文来源于《Journal of Southeast University(English Edition)》期刊2015年01期）
李文娜,高立群,孔祥勇,崔兆华[5]（2014）在《基于总变差模型与条带波变换的图像压缩仿真研究》一文中研究指出图像信号能被分解为低频信号、中频信号和高频信号,基于这一思想将总变差模型滤波器与离散余弦变换、离散条带波变换相结合,提出一种3层的图像压缩算法。首先通过改进的总变差模型滤波器及离散余弦变换得到修正的图像低频信号、中频信号和高频信号。对低频信号即少量的离散余弦系数采用自适应的Huffman编码方法。中频信号含有较丰富的纹理对其进行条带波变换,对其系数进行量化后采用SPIHT算法进行编码。高频信号作为对低频信号的拉普拉斯锐化操作因此只需对滤波器编码即可。Matlab仿真实验验证了方案的可行性,实验中此算法与几种常用的图像变换算法比较,结果表明该算法能达到图像信号更好的稀疏性表示,在保持一定的重构图像质量的前提下可大大提高图像的压缩率。(本文来源于《系统仿真学报》期刊2014年03期）
徐焕宇,孙权森,夏德深[6]（2012）在《基于非局部总变差的消除不规则采样遥感图像复原方法》一文中研究指出提出一种消除不规则采样的遥感图像复原方法,该方法结合了ACT算法和总变差(TV)图像复原模型以达到同时去除多种图像退化因素的目的,并且结合非局部均值(NLM)算子给出了基于NLTV的消除不规则采样遥感图像复原模型,最后使用算子分裂与扩展的坎贝尔投影算法求解模型。试验结果表明,该方法能够有效减少复原图像的阶梯效应并提高复原图像的纹理细节信息。(本文来源于《测绘学报》期刊2012年02期）
刘佶鑫,孙权森,朱近,夏德深[7]（2011）在《基于向量总变差的压缩感知高分辨率遥感图像重构方法》一文中研究指出作为一种不同于香农采样定理的信号处理思路,压缩感知理论已经引起了图像处理领域的关注。对遥感成像系统而言,图像重构的质量直接影响到其数字产品的应用效果。目前压缩感知重构大多采用基追踪(BP)算法,其实质是求解一个l1范数最小化问题,但是BP算法对二维图像的重构效果并不理想。因此,本文将向量总变差运用于压缩感知成像,并针对高分辨率遥感图像提出一种高质量重构方法。实验结果证明了该方法的可行性和有效性。(本文来源于《中国光学学会2011年学术大会摘要集》期刊2011-09-05）
潘瑜,郑钰辉,孙权森,孙怀江,夏德深[8]（2011）在《基于PCA和总变差模型的图像融合框架》一文中研究指出为了能够抑制融合图像中的噪声且提升融合效果,提出一种在进行融合时去噪的新框架,并在此基础上提出一种基于主成分分析(PCA)的融合框架.首先将源图像进行PCA操作,依据前几个主成分重建图像,再经下采样过程得到近似图像;然后通过上采样得到与上层图像的差异图像,即细节图像;最后将最底层近似图像与各层细节图像累加,完成图像的重构.将该框架纳入总变差模型后形成一种新的具有融合和去噪效果的框架.实验结果表明,该方法不仅能对同分辨率图像融合,获得较好的融合效果,而且在全色图像和多光谱图像的融合中可较好地保持光谱信息和空间信息,并能够抑制图像中存在的噪声.(本文来源于《计算机辅助设计与图形学学报》期刊2011年07期）
王丽艳,韦志辉,罗守华[9]（2011）在《总变差正则化断层图像重建的解耦Bregman迭代算法》一文中研究指出在断层重建的很多工程应用中,由于低剂量以及成像硬件等原因,经常需要在测量数据不充分的情况下去重建图像。基于图像分段光滑的假设,提出采用误差的加权范数作为数据保真项,TV(total variation)作为正则项的断层图像重建模型。该模型求解时,首先通过引入代理函数将原问题解耦为残差的加权范数最小化和加权范数TV去噪这两个子问题;然后采用了Chambolle的对偶空间正交投影法的框架对加权范数TV去噪问题进行求解,避免了由于TV项在不可导处所带来的计算不稳定;最后,为了提高收敛速度并且避免由正则化参数选取所引起的数值不稳定,引入B regm an方法,给出该模型的快速迭代算法。在扇形束少角度欠采样的条件下,对理想情况和高斯噪声情况下进行仿真测试,并同多种算法进行了比较。实验结果表明,该算法重建效果好,收敛速度快。(本文来源于《中国图象图形学报》期刊2011年03期）
吕丽萍,王元全,王怀彬[10]（2010）在《基于改进总变差模型的图像去噪算法》一文中研究指出总变差模型(TV)是基于偏微分方程图像去噪模型中的经典模型,但去噪的过程中存在阶梯效应(块儿效应),使去噪后的图像显得很不自然,这是由于TV模型的分段平滑造成的.本文加入自适应系数,使其在平滑区域退化为类似于拉普拉斯算子的各向同性扩散,加快扩散速度,消除阶梯效应;在边缘位置,新模型沿切线方向扩算,抑制法线方向扩散,保持边缘.(本文来源于《天津理工大学学报》期刊2010年06期）
图像总变差论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
最近,学者们将梯度保真项引入于总变差模型,取得了一定的进展。然而改进的模型使用梯度下降法求解,影响了模型的求解速度。为此,提出了一种基于耦合了梯度保真项的总变差模型的快速图像复原算法,利用分裂算法以交替最小化技术求解改进模型,实现了图像快速复原。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像总变差论文参考文献
[1].乔志伟.总变差约束的数据分离最小图像重建模型及其Chambolle-Pock求解算法[J].物理学报.2018
[2].高希报,王莉丽.联合了梯度保真项的总变差模型快速遥感图像复原[J].数码世界.2017
[3].蒋炜,于印.结合形状信息的总变差流图像去噪[J].数字技术与应用.2015
[4].廖帆,严路,伍家松,韩旭,舒华忠.基于四元数域总变差方法的压缩感知彩色图像重建算法(英文)[J].JournalofSoutheastUniversity(EnglishEdition).2015
[5].李文娜,高立群,孔祥勇,崔兆华.基于总变差模型与条带波变换的图像压缩仿真研究[J].系统仿真学报.2014
[6].徐焕宇,孙权森,夏德深.基于非局部总变差的消除不规则采样遥感图像复原方法[J].测绘学报.2012
[7].刘佶鑫,孙权森,朱近,夏德深.基于向量总变差的压缩感知高分辨率遥感图像重构方法[C].中国光学学会2011年学术大会摘要集.2011
[8].潘瑜,郑钰辉,孙权森,孙怀江,夏德深.基于PCA和总变差模型的图像融合框架[J].计算机辅助设计与图形学学报.2011
[9].王丽艳,韦志辉,罗守华.总变差正则化断层图像重建的解耦Bregman迭代算法[J].中国图象图形学报.2011
[10].吕丽萍,王元全,王怀彬.基于改进总变差模型的图像去噪算法[J].天津理工大学学报.2010
标签：总变差最小; Chambolle-Pock算法; 最优化; 图像重建;