面向全变分图像复原的增广拉格朗日方法综述

赵晓飞 张宏志 左旺孟 张大鹏

摘要： 图像复原旨在根据退化图像重建高品质原始图像，其复原的质量和速度问题一直都是图像处理领域研究的重要方向。由于其图像边缘保持特性，全变分（ＴＶ）最小化模型在图像复原领域取得了很大的成功。然而，全变分图像复原是一个典型的非光滑优化问题，需要发展相应的快速优化算法，而增广拉格朗日方法（ＡＬＭ）则是近年来发展起来的一类代表性方法。结合相关进展，综述了全变分图像复原模型，变量分裂（ＶＳ）法和典型ＡＬＭ算法，并通过实验从ＣＰＵ运行时间、峰值信噪比（ＰＳＮＲ）和品质评价等方面分析了不同的变量分裂和ＡＬＭ方法对图像复原性能的影响。