如题,下面的网址演示了如何将总变差正则化(TV Total Variation Regularization)添加到逆问题( inverse problem )中,以便在重建模型中增强块性。
使用了the generalizated Split Bregman iterations求解。
网址:Total Variation (TV) Regularization — PyLops
第一个例子是关于噪声污染的分段阶跃函数的去噪。
第二个例子是二维图像上,重复同样的练习。在本例中,模拟了一个医学成像问题:通过对输入模型应用二维傅里叶变换并随机采样60%的值来创建数据。
该示例使用的是python语言,文末有代码。
(此外pylops主页提到一个matlab线性工具箱:Spot – 线性操作工具箱)
========================================
其他TV相关:
DECONVTV: MATLAB implementation for fast total variation solver
(全变分正则化最小二乘反褶积是最标准的图像处理问题之一。这个包提供了使用增广拉格朗日概念的当前最先进算法的实现,它可以被认为是众所周知的交替方向乘数法(ADMM)的一个变体。deconvtv的用户界面与当前MATLAB的反卷积工具相同,包括deconvwnr, deconvlucy,和deconvreg:)
主要解决了如下式所示问题:
包含三个示例:Image Denoising,Image Deblurring和Video Disparity Refinement