论文部分内容阅读
针对传统医学影像复原方法会产生丢失细节、边界模糊等复原效果不理想以及算法计算复杂的问题,本文采用了一种有效的全变分正则化迭代方法对含有模糊和噪声的退化医学影像进行处理。该方法结合ROF模型具有的保持边缘和结构的特性,充分利用图像能量间的梯度关系,在经典变分去噪模型中加入模糊核算子,对于该凸泛函模型采用变量分离的思想,引入二次惩罚项和松弛变量将图像变分复原的无约束优化问题分解为一系列子问题,结合交替Split Bregman技术和解的框式制约,直接对泛函进行迭代,同时引入阈值算子和收缩技术来优化子问题