Bregman图像处理

把分裂Bregman方法运用到图像处理中，这种方法比以前去模糊方法要好很多。

%          test_mrics.m by Tom Goldstein  （tagoldst@math.ucla.edu）
%   This file is meant to demonstrate how to properly use mrics.m
%   When this script is run it will first build a simple test image.  The
%   method then builds a sampling matrix R with entries randomly chosen 
%   to be 1 or 0.  The compressed sensing data is then computed using the
%   folrmula F = R.*fft2（image）.  Gaussian noisy is added to the CS data.
%   Finally the mrics method is used to reconstruct the image form the
%   sub-sampled K-Space data.

  
N = 128; % The image will be NxN
sparsity = .25; % use only 30% on the K-Space data for CS 

  % build an image of a square
image = zeros（NN）;
image（N/4:3*N/4N/4:3*N/4）=255;
 
 % build the sampling matrix R
R = rand（NN）;
R = R
 % Form the CS data

F = R.*fft2（image）;

% Recover the image
recovered = mrics（RF 1 1 1e-510 4）;

% build a figure to display results
figure;
subplot（221）;
imagesc（abs（image））; colormap（‘gray‘）;
title（‘Original‘）;
subplot（222）;
imagesc（abs（R））; colormap（‘gray‘）;
title（‘R‘）;
subplot（223）;
imagesc（abs（ifft2（F）））; colormap（‘gray‘）;
title（‘Set unknown to 0‘）;
subplot（224）;
imagesc（abs（recovered））; colormap（‘gray‘）;
title（‘Split Bregman Recovery‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4463  2008-12-08 16:18  Split Bregman\yuan.m
     文件        1241  2008-08-09 13:38  Split Bregman\split.m