自适应加权编码l1/2正则化的图像重建算法

？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3.46db,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。