一种基于机器学习的多参数Tikhonov正则化方法

摘要

本发明提供1、一种基于机器学习的多参数Tikhonov正则化方法，其特征是，包括如下步骤：S1、数据收集：确定研究对象并收集符合场景的图片；S2、图像预处理；S3、计算最优Tikhonov正则化参数；S4、图像恢复；S5、根据Tikhonov正则化参数和相对错误率，对结果进行分析。本发明针对满足同类周期边界条件的图像做出了针对性优化，通过预处理以及优化改进的机器学习算法，预先计算出了符合此类图像的最优Tikhonov正则化参数向量。当输入此类受损图像时，可以快速高效地对图像进行恢复，且较传统方案，提升了图像恢复质量。