2.2 图像逆问题中的零值域分解 回到图像逆问题 \mathbf{y}=\mathbf{Ax} ,若已知算子 \mathbf{A} 及其伪逆 \mathbf{A}^{\dagger} ,我们可以将原图 \mathbf{x} 零值域分解为 \mathbf{x}\equiv\mathbf{A}^{\dagger}\mathbf{A}\mathbf{x}+(\mathbf{I}-\mathbf{A}^{\dagger}\mathbf{A})\mathbf{x...
上述分解,也被称为零值域分解 (RND) 。 2.2 图像逆问题中的零值域分解 回到图像逆问题 ,若已知算子 及其伪逆 ,我们可以将原图 零值域分解为 。虽然完整的原图 是末知的,但其值域部分 是已知的,因为 。所以我们可以得出结论:在图像逆问题中,经过退化算子的作用后,原图留下来的就是值域部分,而失去的就是零域部...