Resumen

En este trabajo se propone un modelo variacional híbrido que combina la variación total de primer y segundo orden para la reconstrucción de imágenes a partir de un número finito de muestras compresivas ruidosas. Inspirado en el esquema de mayorización-minimización, desarrollamos un algoritmo eficiente para buscar la solución óptima del modelo propuesto minimizando sucesivamente una secuencia de penalizaciones sustitutivas cuadráticas. Se utilizan imágenes de la naturaleza y de resonancia magnética (RM) para comparar su rendimiento numérico con cuatro algoritmos de última generación. Los resultados experimentales demuestran que el algoritmo propuesto obtiene una mejora significativa sobre los algoritmos relacionados del estado de la técnica en términos de error relativo de reconstrucción (RE) y la relación señal-ruido pico (PSNR).

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:algoritmos artísticos, modelo variacional híbrido, muestras compresivas ruidosas, penalizaciones sustitutivas cuadráticas, resultados experimentales, algoritmo eficiente, número finito, reconstrucción de imágenes, resonancia magnética, esquema de minimización
• Keywords:art algorithms, hybrid variational model, noisy compressive samples, quadratic surrogate penalties, experimental results, efficient algorithm, finite number, image reconstruction, magnetic resonance, minimization scheme