论文部分内容阅读
总变差(TV)最小化模型目前已广泛应用于图像重建领域,其通过最小化一阶图像梯度大小变换的L1范数实现,能在稀疏投影采集下得到精确的重构。然而,TV模型是基于分段平滑的图像的假设提出的,有时会产生阶梯效应。研究发现,高阶总变差(HOTV)模型可以有效压制阶梯效应,提高重建精度。此外,TpV模型使用Lp范数来逼近L0范数,有望进一步提高稀疏重建能力。鉴于此,本文将HOTV模型与TpV模型结合,提出一种新的高阶TpV(HOTpV)重建模型,采用自适应梯度下降-投影到凸集(ASD-POCS)算法进行求解,分