我正在尝试使用总变差最小化来解决图像重建问题。基本上，我试图惩罚重建图像中两个像素的强度不同。
为此，我最小化|Ax-b|+ \lambda |F(X)| where F(x)= (x_i - x_i+1)^2是一个二次函数，它会惩罚两个最近像素的差异强度。
然而，我无法决定如何修正\lambda的值（正规化的强度）。在文献中，我找到了使用拉格朗日乘数找到\lambda用于范数正则化的情况的方法。但是，我无法找到/制定一种方法来为此案例找到最佳\lambda。
任何人都知道如何处理它？</ p>
有没有人知道是否存在最佳\lambda的分析表格？
答案 0 :(得分：0)
正规化方法。他们在计算机视觉方面有着悠久的历史。一个好的评论（特别是它提供的参考文献）是这样的：
答案 1 :(得分：0)
除非你想要满足其他一些约束，否则不是最佳的lambda。
根据您的应用程序的不同，只需查看图片并决定您是否喜欢您所看到的内容，这可能是一个好主意。
或者，如果您真的在压缩之后 - 出于性能或存储原因 - 调整lambda以在获得性能要求的同时留下尽可能多的细节，或者在必要时为您提供一点摆动空间。