×
张瑞;冯向初;杨丽霞;张丽红;朱晓龙

一种基于全局稀疏梯度的图像去噪耦合系统。 （英语） Zbl 1443.65026号

计算。数学。应用。 78，第11号，3692-3711（2019）.
摘要：我们考虑一个耦合的图像去噪系统，该系统由各向异性扩散方程和全局稀疏梯度模型（GSG）组成。利用全局稀疏梯度模型从含噪图像中准确、稳健地估计出边缘图。各向异性扩散过程由边缘映射引导。进一步，我们证明了Dirichlet初边值问题耦合系统解的存在唯一性。最后，与基于局部方法的边缘指示器进行比较，实验结果表明，在基于PDE的各向异性扩散方法中，我们提出的方法在客观测量和视觉评估方面都具有最先进的性能。

引用于2文件

MSC公司：

65D18天 计算机图形、图像分析和计算几何的数值方面
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

图像去噪;全局稀疏梯度;偏微分方程;非线性扩散;健康

软件：

TFOCS公司
PDF格式BibTeX公司 XML格式引用
\textit{R.Zhang}等人，计算。数学。申请。78，第11号，3692--3711（2019；Zbl 1443.65026）
全文： DOI程序

参考文献：

[1] Lim，J.S。；奥本海姆，A.V.，《含噪语音的增强和带宽压缩》，Proc。IEEE，121586-1604（1979）
[2] 伊藤，K.，非线性滤波问题的高斯伊恩滤波器，IEEE Conf.Control，2128-1223（2000）
[3] 皮塔斯，I。；Venetsanopoulos，A.，《非线性数字滤波器：原理与应用》，Kluwer学术出版社（1990年），Hingham出版社·Zbl 0719.93080号
[4] Jain，P。；Tyagi，V.，《噪声图像恢复的空间和频域滤波器》，IETE J.Educ。，2, 108-116 (2013)
[5] Donoho，D.L.，通过软阈值去噪，IEEE Trans。信息论，3，613-627（1995）·Zbl 0820.62002号
[6] 多诺霍，D.L。；Johnstone，I.M.，通过小波收缩实现理想的空间自适应，Biometrika，81，425-455（1994）·Zbl 0815.62019号
[7] 多诺霍，D.L。；Johnstone，I.M.，通过小波收缩适应未知平滑度，J.Amer。统计师。协会，432，1200-1224（1995）·兹比尔0869.62024
[8] Chang，S。；Yu，B。；Vetterli，M.，基于上下文建模的空间自适应小波阈值图像去噪，IEEE Trans。图像处理。，1522-1531（2000年）·Zbl 0962.94027号
[9] 鲁丁，L。；Osher，S。；Fatemi，E.，基于非线性总变差的噪声去除算法，Physica D，60，259-268（1992）·Zbl 0780.49028号
[10] Bredies，K。；Kunisch，K。；Pock，T.，总广义变异，SIAM J.成像科学。，3, 492-526 (2010) ·Zbl 1195.49025号
[11] 张，J。；Chen，K.，非均匀边界条件下图像恢复的总分数阶变分模型及其数值解，SIAM J.Imaging Sci。，4, 2487-2518 (2015) ·Zbl 1327.62388号
[12] Prasath，V.B.S。；Vorotnikov，D.，关于图像恢复的自适应耦合PDE系统，J.Math。成像视觉，135-52（2014）·Zbl 1295.35254号
[13] 佩罗纳，P。；Malik，J.，使用各向异性扩散的尺度空间和边缘检测，IEEE Trans。模式分析。机器。智力。，7, 629-639 (1990)
[14] Catte，V。；狮子，P.L。；莫雷尔，J.M。；Coll，T.，《非线性扩散的图像选择性平滑和边缘检测》，SIAM J.Numer。分析。，1, 182-193 (1992) ·Zbl 0746.65091号
[15] 巴布，T。；巴布，V。；比加，V。；Coca，D.，图像去噪和恢复的PDE变分方法，非线性分析。RWA，31351-1361（2009）·Zbl 1169.35341号
[16] Prasath，V.B.S。；Singh，A.，用于数字图像去噪的适定非均匀非线性扩散方案，J.Appl。数学。，11, 91-111 (2010)
[17] Prasath，V.B.S。；Singh，A.，《用于图像恢复和选择性平滑的自适应各向异性扩散方案》，《国际图像图》。，第1章，第1250003页（2012年）
[18] 特比尼，S。；塞迪克，H。；Braiek，E.B.，高效各向异性图像滤波的高级自适应数学函数，J.Comput。数学。申请。，5, 1369-1385 (2016) ·Zbl 1408.94639号
[19] 拉夫桑贾尼，H.K。；Sedaaghi，M.H。；Saryazdi，S.，图像去噪的自适应扩散系数选择，J.Digit。信号处理。，64，71-82（2017）
[20] 徐，J。；贾，Y。；施，Z。；Pang，K.，一种改进的具有半自适应阈值的各向异性扩散滤波器，用于边缘保持，J.信号处理。，119, 80-91 (2016)
[21] Belahmidi，A。；Chambolle，A.，各向异性扩散和图像处理的时间延迟正则化，数学。模型。数字。分析。，2, 231-251 (2005) ·Zbl 1101.68102号
[22] 罗，H。；朱，L。；Ding，H.，用于图像选择性平滑的耦合各向异性扩散，信号处理。，86, 1728-1736 (2006) ·Zbl 1172.94451号
[23] Buades，A。；科尔·B。；Morel，J.M.，图像去噪的非局部算法，CVPR，2，60-65（2005）·Zbl 1108.94004号
[24] Dabov，K。；Foi，A。；Katkovnik，V。；Egiazarian，K.，稀疏三维变换域协同滤波图像去噪，IEEE Trans。图像处理。，8, 2080-2095 (2007)
[25] 顾S.H。；张，L。；Zuo，W.M.，加权核范数最小化及其在图像去噪中的应用，（IEEE计算机视觉模式识别会议（2014），2862-2869
[26] 张晓东。；冯，X.C。；Wang，W.W.，通过二维字典学习和自适应硬阈值进行图像去噪，模式识别。莱特。，16, 2110-2117 (2013)
[27] Buades，A。；科尔·B。；Morel，J.M.，《图像去噪算法综述》，附一个新的算法，多尺度模型。同时。，2, 490-530 (2005) ·Zbl 1108.94004号
[28] Gilboa，G。；Osher，S.，图像处理应用的非局部算子，多尺度模型。同时。，3, 1005-1028 (2008) ·Zbl 1181.35006号
[29] 邱，Z。；Yang，L。；Lu，W.，一种用于去噪包含斑点和脊的图像的新的保特征非线性各向异性扩散，模式识别。莱特。，3, 319-330 (2012)
[30] 孟格莎，T。；Spector，D.，各种拓扑中非局部梯度的局部化，计算变量偏微分方程，52，1-2，253-279（2015）·Zbl 1334.46031号
[31] Berntsson，F。；Baravdish，G.，PDE中用于图像修复的系数识别，应用。数学。计算。，242, 227-235 (2014) ·Zbl 1334.35419号
[32] Karasev，P。；科勒索夫，I。；Fritscher，K。；贝拉，P。；米切尔，P。；Tannenbaum，A.，使用PDE控制活动轮廓的交互式医学图像分割，IEEE Trans。医学成像，112127-2139（2013）
[33] 德洛斯·雷耶斯，J.C。；Schönlieb，C.B.，《图像去噪：通过非光滑PDE约束优化学习噪声模型》，逆问题。成像，41139-1155（2013）
[34] K.Zhang，W.Zuo，Y.Chen，D.Meng，L.Zhang《超越高斯去噪者：深度CNN对图像去噪arXiv预印本1608.0398.1的剩余学习》，2016。；K.Zhang，W.Zuo，Y.Chen，D.Meng，L.Zhang《超越高斯去噪者：深度CNN对图像去噪arXiv预印本1608.0398.1的剩余学习》，2016年·Zbl 1409.94754号
[35] 刘，R。；钟，G。；曹，J。；Lin，Z。；Luo，Z.，《学习扩散：设计用于视觉分析的PDE的新视角》，IEEE Trans。模式分析。机器。智力。，12, 2457-2471 (2016)
[36] 佩特科夫，N。；Westenberg，M.A.，通过带限噪声抑制轮廓感知及其与非经典感受野抑制的关系，Biol。网络。，3, 236-246 (2003) ·Zbl 1105.91318号
[37] 米斯，T.S。；Summers，R.J。；霍姆斯，D.J。；Wallis，S.A.，《情境调制涉及来自中心和周围的抑制和促进》，J.Vis。，4, 102-104 (2007)
[38] 张，R。；冯，X.C。；杨立新。；Chang，L.H。；朱晓林，用于图像增强的全局稀疏梯度引导变分retinex方法，信号处理。，图像通信。，58, 270-281 (2017)
[39] 拉盖，H。；法迪利，J。；Peyré，G.，《广义前向后向分裂》，SIAM J.Imaging Sci。，3, 1199-1226 (2013) ·Zbl 1296.47109号
[40] Evans，L.C.，《数学偏微分方程研究生》，第19卷（2010年）·Zbl 1194.35001号
[41] 贝克，A。；Teboulle，M.，线性反问题的快速迭代收缩阈值算法，SIAM J.成像科学。，1, 183-202 (2009) ·Zbl 1175.94009号
[42] 兹维亚金，V.G。；Vorotnikov，D.A.，非线性流体动力学演化问题的拓扑近似方法，Walter de Gruyter，12（2008）·Zbl 1155.76004号
[43] Daubechies，I。；Defrise，M。；De Mol，C.，具有稀疏约束的线性反问题的迭代阈值算法，Commun。纯应用程序。数学。，11, 1413-1457 (2004) ·Zbl 1077.65055号
[44] 赖特，S.J。；诺瓦克，R.D。；Figueiredo，M.A.，可分离近似稀疏重建，IEEE Trans。信号处理。，7, 2479-2493 (2009) ·Zbl 1391.94442号
[45] 组合，P.L。；Wajs，V.R.，通过近端前向背向分裂恢复信号，多尺度模型。同时。，4, 1168-1200 (2005) ·Zbl 1179.94031号
[46] 贝克尔，S.R。；坎迪斯，E.J。；Grant，M.C.，凸锥问题模板及其在稀疏信号恢复中的应用，数学。程序。计算。，3, 165-218 (2011) ·Zbl 1257.90042号
[47] 张，L。；Dong，W.S。；张，D。；Shi，G.M.，基于局部像素分组的主成分分析的两阶段图像去噪，模式识别。，4, 1531-154.9 (2010) ·Zbl 1191.68808号
[48] 齐奥齐奥斯，C。；Petrou，M.，关于图像处理中各向异性扩散参数的选择，模式识别。，5, 1369-1381 (2013)
[49] Canny，J.，边缘检测的计算方法，IEEE Trans。模式分析。机器。智力。，6, 679-698 (1986)
[50] 王，Z。；博维克，A.C。；谢赫，H.R。；Simoncelli，E.，《图像质量评估：从错误可见性到结构相似性》，IEEE Trans。图像处理。，4600-612（2004年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。