基于加权TGV模型的原始对偶图像放大算法  

Primal-dual algorithm for image zooming based on weighted TGV model

作　　者：武婷婷[1] 刘慧[1] 王友国[1] 

机构地区：[1]南京邮电大学理学院,江苏南京210023

出　　处：《南京邮电大学学报（自然科学版）》2016年第6期34-38,共5页Journal of Nanjing University of Posts and Telecommunications：Natural Science Edition

基　　金：国家自然科学基金(11501301;61179027);江苏省大规模复杂系统数值模拟重点实验室开放基金(201601);江苏省博士后科研资助计划(1501071B)资助项目

摘　　要：文中提出了一种新的基于加权TGV(Total Generalized Variation)的图像放大模型。该模型在克服阶梯效应的同时,可以更好地保持图像的结构信息。数值计算中,文中采用原始对偶算法快速求解。通过与标准TGV图像放大算法相比较,数值实验表明文中的模型与算法在信噪比、均方误差以及视觉效果方面均有明显改进。A new model for the image zooming based on weighted total generalized variation （TGV） is proposed. The model can overcome the staircase effects and maintain the structure information of images in a better way. By introducing the primal-dual algorithm in numerical simulations, problems can be more quickly solved. Besides, compared with the standard TGV image zooming algorithm, numerical experiments show that the model and the algorithm can improve signal-to-noise ratio （SNR）, mean squared error （MSE） and visual results.

关 键 词：加权TGV模型 原始对偶算法 图像放大 

分 类 号：TN911.73[电子电信—通信与信息系统] O241.82[电子电信—信息与通信工程]