بازیابی فاز تنوع کل برای حذف نویز تصویر با الگوریتم پروگزیمال در متلب

شنبه ۱۴ اسفند ۱۳۹۵
بازدید ۴۸۶ نفر
آرتین سیفی زاده
(102 امتیاز از 21 رای)
Loading...

پروژه بازیابی فاز تنوع کل برای حذف نویز تصویر با الگوریتم پروگزیمال در MATLAB

پیاده سازی مقاله A Proximal Algorithm for Total Variation-Based Phase Retrieval

پروژه بازیابی فاز تنوع کل برای حذف نویز تصویر با استفاده از الگوریتم پروگزیمال در نرم افزار MATLAB را با عنوان مقاله A Proximal Algorithm for Total Variation-Based Phase Retrieval آماده کردیم که کدهای آن نیز کامنت گذاری شده است. در ادامه به معرفی این پروژه پردازش تصویر پرداخته و لینک دانلود رایگان مقاله مرجع به همراه فیلم و تصاویری از خروجی آن قرار داده شده است.

معرفی پروژه بازیابی فاز تنوع کل برای حذف نویز تصویر :

در این مقاله، به مشکل بازیابی فاز تنوع کل (TV)، هموار سازی و حذف نویز از تصویر می پردازیم. ما یک مدل بهینه سازی با مدت توان تنوع کل (TV) ناهمسانگر ساخته و سپس نشان می دهیم که چگونه آن را با استفاده از یک روش گرادیان پروگزیمال حل می کنیم.

الگوریتم تکرار آستانه انقباض بازیابی فاز (ISTPRA) :

الگوریتم تکرار آستانه انقباض بازیابی فاز (ISTPRA) ترکیبی از تکرار نقطه ثابت با حل کننده شیب سریع برای زیر مسئله محدب است. ما عملکرد الگوریتم ارائه شده را با چند روش طرح ریزی متناوب مقایسه می کنیم. نتایج پیاده سازی نشان می دهد که الگوریتم ISTPRA به یک خطای بازسازی پایین تر می رسد.

دانلود رایگان مقاله مرجع، فیلم و تصاویری از خروجی پروژه بازیابی فاز تنوع کل برای حذف نویز تصویر در ادامه مطلب.چکیده انگلیسی:

In this paper, I study the problem of phase retrieval with total variation (TV) smoothing and denoising. I construct an optimization model with an anisotropic TV penalty term, then show how to solve it using a proximal gradient method. This iterative-shrinkage-thresholding phase retrieval algorithm (ISTPRA) combines fixed-point iterations with a fast gradient solver for the convex subproblem. I compare my algorithm’s performance to several alternating projection methods. My results show that ISTPRA achieves a lower reconstruction error, while remaining robust to noise.