图像的正则变换与快速自适应滤波

摘要

本文给出了图像的一类卷积逼近公式,称之为图像的正则变换,其变换核是无穷次连续可微的二元函数,并具有局部支撑性质.以此变换为基础,以最小二乘为准则,构造了基于低松弛迭代格式的反卷积快速自适应滤波算法.对于一个N×N输入图像,由于变换核的局部支撑性质以及低松弛迭代算法的引入,使得最小二乘滤波算法的计算复杂度降为O(N2),比不动点(FP)迭代算法的O(N3)及预处理共轭梯度(PCG)算法或小波重构算法的O(N2.logN)都好,从而使最小二乘滤波算法真正成为高维信号处理中的一类实用有效的自适应滤波算法.大量的实验结果表明,该滤波算法对Gauss白噪声及均匀分布的噪声都有良好的抑制特性.