基于 L0-范数优化的少视角图像重建
信息论
2019-05-01 v1 计算机视觉与模式识别
math.IT
摘要
梯度幅值图像（GMI）的 L1-范数，即众所周知的总变分（TV）模型，被广泛用作少视角 CT 重建中的正则化项。由于 L1-范数 TV 正则化倾向于均匀地惩罚图像梯度，导致低对比度结构有时被过度平滑，我们提出了一种基于 GMI 的 L0-范数的新算法来处理少视角问题。为了应对 L0-范数 DGT 带来的挑战，该算法使用了 DGT 的伪逆变换，并采用了迭代硬阈值（IHT）算法，其收敛性和有效效率已在理论上得到证明。仿真表明，本文提出的算法能显著提高重建质量。
引用
@article{arxiv.1401.1882,
title = {Image reconstruction from few views by L0-norm optimization},
author = {Yuli Sun and Jinxu Tao},
journal= {arXiv preprint arXiv:1401.1882},
year = {2019}
}
备注
11 pages,5 figures, 1 table