全变分去噪中 TV 范数的梯度答案

【问题标题】：gradient of TV norm in total variation denoising全变分去噪中 TV 范数的梯度
【发布时间】：2016-06-27 06:09:09
【问题描述】：

我知道如何计算散度，但我不明白总变异的梯度如何与散度相关。

【问题讨论】：

【解决方案1】：

你的问题不清楚。据我了解，Total Variation 通过最小化函数 F 来对图像进行降噪，如第一个链接中所示：

        F = 1/2 (||y-f||^2) + lambda J(f)

第一项是有噪声的输入图像 f 和结果图像 y 之间的误差或差异。

第二项是平滑函数J

我们不断平滑图像，但尽量不使其与原始图像不同。

为了最小化上面的函数，我们使用梯度下降： y = y - 阿尔法 * F' 当您计算 F 的导数时，即 F' 您会得到散度。这里有更多例子： http://www-users.math.umn.edu/~nega0024/docs/2263_S14/GaussExamples.pdf

【讨论】：