全变分(TV)模型采用了梯度的1范数作为正则化约束,它能够沿着梯度方向较好地保护图像的边缘信息,但在图像较均匀区域,容易产生"阶梯"效应。利用梯度的可变指数函数作为正则化项,提出TV模型的改进模型,该模型既保持TV模型保护图像边缘信息的优点,又可以明显地减少非边界区域"阶梯"效应的产生,同时把u-f的1范数作为数据保真项增强了模型修复图像破损部分的能力。
科研之友
微信
新浪微博
Facebook
分享链接
