为了优化图拉普拉斯矩阵和字典学习建立图像恢复模型,该模型目标函数包括数据保真项、图拉普拉斯正则化项和稀疏表示项,本文提出基于变量分离的拉格朗日优化算法,该算法通过归一化图拉普拉斯矩阵的特征向量作为系数编码的初始字典,不断迭代学习算法逐渐优化先验信息、字典、稀疏系数。实验结果表明,该算法具有可行性和有效性,在定量评价和视觉感知效果方面优于传统方法。
科研之友
微信
新浪微博
Facebook
分享链接
