增广拉格朗日双边全变分压缩成像重构算法

针对基于全变分压缩成像算法重构的图像存在虚假边界以及边缘信息对比度低的问题,提出了一种基于全变分成像模型的增广拉格朗日双边全变分压缩成像重构算法.在全变分正则化思想基础上引入双边滤波技术,并加入拉格朗日函数算子,将目标函数转化为增广拉格朗日函数,利用交替方向法求解函数模型的最优解.迭代过程中选用最速下降法对梯度进行求解,对算法进行优化,提高算法运行速度.实验结果表明,算法改进后可以更加精确的重构出原始图像,重构图像的峰值信噪比提高2 dB,重构错误率降低10％,结构相似度提高0.1,并且对噪声具有较好的鲁棒性.