针对大破损彩色纹理图像的修复问题,将TV-L1模型推广到非局部CTV-L1模型。该模型不仅包含非局部算子,同时还引入了CTV(color total variation)规则项,前者可以修复大破损纹理图像,后者充分考虑了彩色图像层与层之间的耦合关系,在处理彩...针对大破损彩色纹理图像的修复问题,将TV-L1模型推广到非局部CTV-L1模型。该模型不仅包含非局部算子,同时还引入了CTV(color total variation)规则项,前者可以修复大破损纹理图像,后者充分考虑了彩色图像层与层之间的耦合关系,在处理彩色图像时可以有效地保持边缘。为提高模型的运算效率,通过引入辅助变量和Lagrange乘子为其设计了相应的增广Lagrangian算法。数值实验结果证实所提出的模型在处理彩色图像时可以有效地保持边缘,同时去除图像中异常的不规则点。该研究可以推广到彩色纹理图像椒盐噪声去除及彩色纹理图像分割中。展开更多
为了有效解决脉冲噪声环境下的稀疏系统辨识(Sparse system identification,SSI)问题,以l1-范数为约束构建稀疏递归互相关熵准则(Recursive maximum correntropy criterion,RMCC)算法来解决脉冲噪声对于辨识性能的影响。结合带遗忘算子...为了有效解决脉冲噪声环境下的稀疏系统辨识(Sparse system identification,SSI)问题,以l1-范数为约束构建稀疏递归互相关熵准则(Recursive maximum correntropy criterion,RMCC)算法来解决脉冲噪声对于辨识性能的影响。结合带遗忘算子的互相关熵准则和l1-范数作为代价函数,推导出一种递归形式的算法,其相对于传统的最大相关熵算法具有快的收敛速度及小的稳态误差。仿真实验结果表明:该算法对于脉冲噪声干扰环境下的SSI问题具有强的鲁棒性。展开更多
文摘针对大破损彩色纹理图像的修复问题,将TV-L1模型推广到非局部CTV-L1模型。该模型不仅包含非局部算子,同时还引入了CTV(color total variation)规则项,前者可以修复大破损纹理图像,后者充分考虑了彩色图像层与层之间的耦合关系,在处理彩色图像时可以有效地保持边缘。为提高模型的运算效率,通过引入辅助变量和Lagrange乘子为其设计了相应的增广Lagrangian算法。数值实验结果证实所提出的模型在处理彩色图像时可以有效地保持边缘,同时去除图像中异常的不规则点。该研究可以推广到彩色纹理图像椒盐噪声去除及彩色纹理图像分割中。
文摘为了有效解决脉冲噪声环境下的稀疏系统辨识(Sparse system identification,SSI)问题,以l1-范数为约束构建稀疏递归互相关熵准则(Recursive maximum correntropy criterion,RMCC)算法来解决脉冲噪声对于辨识性能的影响。结合带遗忘算子的互相关熵准则和l1-范数作为代价函数,推导出一种递归形式的算法,其相对于传统的最大相关熵算法具有快的收敛速度及小的稳态误差。仿真实验结果表明:该算法对于脉冲噪声干扰环境下的SSI问题具有强的鲁棒性。
