【技术实现步骤摘要】
【技术保护点】
一种基于二阶总广义变差最小化的欠采样图像重构的方法，包括下列的步骤：(1)计算欠采样图像的二阶总广义变差。对于欠采样图像ρ，计算其二阶总广义变差TGV，表示为TGV2(ρ)，其中，Ω表示有界向量场，其中υ∈Ω，▽υ表示梯度算子，▽ρ表示图像的一阶导数，δ(υ)＝(▽υ+▽υT)/2是对称梯度算子，β1和β0是非负权重，用于制衡函数的一、二阶导数，在二阶导数▽2ρ较小的平滑区域，TGV2(ρ)转化为测量β0∫|▽2ρ|，在二阶导数▽2ρ较大的边缘区域，TGV2(ρ)转化为测量β1∫|▽ρ|；(2)通过共轭梯度方法来获得TGV范数最小值其中γ表示正则项，||·||2表示空间Ω的2范数，y是采样点在观测矩阵上的稀疏系数向量表示，表示欠定矩阵，给定初采样点，并初始化各参数，最后采用牛顿迭代法设定迭代步长以便加快收敛速度。选取初采样点ψ(0)∈Ω，设定β1＝1，β0＝2，迭代次数初值其上限分别为i＝0及kmax，梯度误差阈值等参数。应用牛顿迭代法将迭代步长ωi设定为ωi＝((Acs)TAcs+δI)‑1固定矩阵以便加快收敛速度，其中Acs是压缩感知采样过程中的测度矩阵，I是单位矩阵，δ是对称梯度...
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。