用于线性逆问题的增强型快速迭代收缩阈值算法
信号处理
2022-11-29 v1 图像与视频处理
摘要
线性逆问题出现在各种实际应用中，如图像去模糊、图像修复等，这些仍然是图像质量改进的重要研究领域。本文针对线性逆问题，提出了一种名为增强型快速迭代收缩阈值算法（EFISTA）的新算法。该算法使用加权最小二乘项和正则化参数的缩放版本，以加速目标函数的最小化。图像去模糊仿真结果表明，EFISTA 具有优越的执行速度，在峰值信噪比（PSNR）方面，尤其是在高噪声水平下，其性能优于其前身算法。基于这些令人鼓舞的结果，我们可以认为所提出的 EFISTA 也有助于其他线性逆问题，以提高重建速度并有效处理噪声。
引用
@article{arxiv.2211.15251,
title = {Enhanced Fast Iterative Shrinkage Thresholding Algorithm For Linear Inverse Problem},
author = {Avinash Kumar and Sujit Kumar Sahoo},
journal= {arXiv preprint arXiv:2211.15251},
year = {2022}
}