where is the error estimation of th

where is the error estimation of the first-order Taylor expansion on in image . where controls the size of correction term. The value is very small in smooth area with little gradient change, while the value is very big in edge and texture area with large gradient change. On the other hand, we hope to get a larger in smooth area so as to effectively remove noise, and a smaller in edge and texture area so as to maintain the edge and texture structure. The threshold of parameter is determined by the variance of different area. If the variance is larger, it shows the larger change value, so the smaller is set to keep detail. Otherwise, the bigger in smooth area with small variance is set to keep detail and remove noise.
Taking into account the above factors, given a sparse adaptive gradient constraint model is proposed as follows

Kết quả (Việt) 1:

đó là ước tính lỗi đầu tiên, để Taylor mở rộng trên trong hình ảnh. nơi kiểm soát kích thước của chỉnh sửa thuật ngữ. Giá trị rất nhỏ trong các khu vực mịn với chút thay đổi gradient, trong khi giá trị rất lớn trong khu vực cạnh và kết cấu với sự thay đổi lớn gradient. Mặt khác, chúng tôi hy vọng để có được một lớn hơn trong các khu vực mịn màng để có hiệu quả loại bỏ tiếng ồn, và một nhỏ hơn trong khu vực cạnh và kết cấu để duy trì các cấu trúc cạnh và kết cấu. Ngưỡng tham số được xác định bởi phương sai khu vực khác nhau. Nếu phương sai là lớn hơn, nó cho thấy giá trị thay đổi lớn, do đó nhỏ hơn thiết lập để giữ cho chi tiết. Nếu không, các lớn hơn trong khu vực mịn với nhỏ phương sai được thiết lập để giữ cho các chi tiết và loại bỏ tiếng ồn. Có tính đến các yếu tố trên, đưa ra một mô hình thưa thớt hạn chế thích ứng gradient được đề xuất như sau

Kết quả (Việt) 2:

mà là ước lượng sai số của các bậc Taylor mở rộng vào trong hình ảnh. nơi kiểm soát kích thước của hạn điều chỉnh. Các giá trị rất nhỏ trong khu vực trơn tru với sự thay đổi độ dốc ít, trong khi giá trị rất lớn trong cạnh và kết cấu khu vực với sự thay đổi độ dốc lớn. Mặt khác, chúng tôi hy vọng sẽ có được một lớn hơn trong khu vực mịn để loại bỏ hiệu quả tiếng ồn, và một nhỏ hơn ở cạnh và khu vực kết cấu để duy trì cạnh và kết cấu cơ cấu. Ngưỡng của tham số được xác định bởi sự thay đổi của khu vực khác nhau. Nếu đúng là lớn hơn, nó cho thấy sự thay đổi giá trị lớn hơn, vì vậy nhỏ hơn được thiết lập để giữ chi tiết. Nếu không, lớn hơn trong khu vực mịn với phương sai nhỏ được thiết lập để giữ chi tiết và loại bỏ tiếng ồn.
Có tính đến yếu tố trên, đưa ra một mô hình thích ứng Gradient chế thưa thớt được đề xuất như sau