一种高效的正则化参数估计算法

摘要

在很多超分辨率复原应用中，正则化参数是未知的。从多帧欠采样和降质图像估计正则化参数的计算代价十分昂贵。本文提出一种基于Arnoldi过程的高效率方法。它将大型稀疏系统矩阵投影到Krylov子空间上，并表达成一个小型稠密的Hessenberg矩阵。该方法利用Hessenberg矩阵简化超分辨率复原中解和残差范数计算的代价。通过计算曲率带的计算可确定Arnoldi过程的恰当迭代次数。该方法秩序只需一次Arnoldi过程分解就能确定L-曲线。