0
至於說起這個1D discrete denoising via variational calculus我想知道如何操縱平滑項的長度,只要它應該是N-1
,而數據的長度長期爲N
。這裏,等式:1D通過變分方法對圖像進行離散去噪(平滑項的長度)
E=0;
for i=1:n
E+=(u(i)-f(i))^2 + lambda*(u[i+1]-n[i])
E
是實際u
在優化過程中的成本f
給出圖像(降噪)u
是輸出圖像(降噪)n
是長度一維載體。lambda>=0
是重量在優化處理(在視頻周圍13分鐘描述)這裏第二項和第一項不匹配的長度的平滑性。如何解決這個問題? 更重要的是,我想用線性方程組來解決這個問題。
請添加更多信息。你還沒有指定一種語言,你目前有什麼代碼? – Mathemats
的問題,因爲它的立場,它更適合於[交叉驗證](http://stats.stackexchange.com/),因爲它不具體涉及到一個編程的問題。 – Tgsmith61591
你想實現/引用什麼去噪技術(FIR,基於FFT,基於神經網絡,基於FUZY邏輯...)?什麼是輸入信號屬性?你想擺脫什麼噪音....添加樣品。什麼是約束(運行時,準確性,內存,...)?什麼語言/平臺......還我傾向於認爲你將不得不在http://dsp.stackexchange.com/更多的運氣以此爲這樣的任務通常是在DSP上做....所以,你會發現更多的人這方面的知識有 – Spektre