基于TV的去噪去模糊基于TV的图像重构重构方法GPSR去噪问题的核心就是求解公式:去噪去噪由于TV范数不光滑,作者引入了对偶法来解决该优化问题。先定义了以下算子:1.2.目标函数13.4.若,则文章以定理的形式给出了最优化问题的解:若是以下优化问题的解,则目标函数1在TV=TVI时的解为,其中,各项同性:各项异性:两种TV范数根据公式可将TV范数改写为:其中,因此则,目标函数1变为:观察可知里面最小化问题的解为:将上面的x代回到刚才的公式,则故,若是上面优化问题的解,则目标函数1的解为:用梯度投影法即可求解该问题GP算法FGP算法去模糊去模糊去噪问题的核心就是求解问题:根据ISTA方法需要求解式子:令,则与之前去噪公式相比,因此,可将去模糊问题看做是一系列迭代去噪问题,而bk即为含噪图像。GPB算法图像重构图像重构基于TV的图像重构目标就是求解最优化问题:其中,根据梯度算法,迭代公式为:同时,分析讨论图像复原:图像重构:则可通过解获得重构图像。?问题一:求问题二:求TV与OMP重构对比采样率采样率方法方法时间时间(s)峰值信噪比峰值信噪比60%OMP7.8489 28.4592TV27