×
Shi、Yu;方、侯章;王国友

通过稀疏和冗余表示和框架正则化实现泊松图像反褶积。 （英语） Zbl 1407.94025号

数学。问题。工程师。 2014年，文章ID 917040，10 p.（2014）.
概述：泊松图像反褶积是天文成像、医学成像和电子显微镜成像等各种应用中的关键问题。关于这一主题的大量文献都是基于分析的方法。这些方法指定图像的各种正向测量。同时，基于合成的方法是另一类众所周知的方法。这些方法寻求图像的重建。在本文中，我们提出了一种结合分析和合成方法的方法。该方法通过最小化能量泛函来解决泊松图像反褶积问题，能量泛函由学习字典之前的稀疏表示、数据保真度项和基于帧的分析先验约束作为正则化项组成。分裂Bregman技术可以有效地解决最小化问题。实验表明，在恢复精度和视觉感知方面，我们的方法比许多最先进的方法取得了更好的结果。

引用于1文件

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
65兰特 积分变换的数值方法
65兰特 积分方程反问题的数值方法
65T60型 小波的数值方法
PDF格式BibTeX公司 XML格式引用
\textit{Y.Shi}等人，数学。问题。Eng.2014，文章ID 917040，10 p.（2014；Zbl 1407.94025）
全文： 内政部

参考文献：

[1] 赵，S.-M。；蔡德明，利用改进的各向异性扩散恢复天文图像，《模式识别快报》，27，5，335-344（2006）·doi:10.1016/j.patrec.2005.08.021
[2] 潘宁，V.Y。；Zeng，G.L。；Gullberg，G.T.，总变差调节EM算法，IEEE核科学汇刊，46，6，2202-2210（1999）
[3] Wang，Y。；戴奇。；蔡，Q。；郭，P。；Liu，Z.，荧光显微镜稀疏表示下的盲反褶积，光学通信，28660-68（2013）
[4] Elad，M。；Milanfar，P。；Rubinstein，R.，《信号先验分析与合成》，《反问题》，23，3，947-968（2007）·Zbl 1138.93055号 ·doi:10.1088/0266-5611/23/3/007
[5] 戴伊，N。；Blanc-Feraud，L。；齐默，C。；Roux，P。；Kam，Z。；Olivo-Marin，J.-C。；Zerubia，J.，Richardson-Lucy算法与三维共焦显微镜反褶积的全变差正则化，显微镜研究与技术，69，4，260-266（2006）·doi:10.1002/jemt.20294
[6] Yan，L。；方，H。；Zhong，S.，带空间自适应总变差正则化的盲图像反褶积，《光学快报》，37，14，2778-2780（2012）
[7] Sawatzky，A。；布鲁纳，C。；Wiibbeling，F。；Kosters，T。；Schäfers，K。；Martin，B.，低信噪比PET中的精确EM-TV算法，IEEE核科学研讨会会议记录（NSS/MIC’08）·doi:10.1109/NSSMIC.2008.4774392
[8] 塞泽尔，S。；斯泰德尔，G。；Teuber，T.，《通过分裂Bregman技术消除泊松图像模糊》，《视觉传达与图像表征杂志》，21，3，193-199（2010）·doi:10.1016/j.jvcir.2009.10.006
[9] 蔡J.-F。；Osher，S。；Shen，Z.，Split Bregman方法和基于帧的图像恢复，多尺度建模与仿真，8，2337-369（2009/10）·兹比尔1189.94014 ·doi:10.1137/090753504
[10] 陈德清。；Cheng，L.-Z.，用一种新的混合变分模型对泊松图像进行反褶积，视觉通信与图像表示杂志，22，7，643-652（2011）·doi:10.1016/j.jvcir.2011.07.007
[11] Figueiredo，M.A.T。；Bioucas-Dias，J.M.，使用交替方向优化恢复泊松图像，IEEE图像处理汇刊，19，12，3133-3145（2010）·Zbl 1371.94128号 ·doi:10.1109/TIP.2010.2053941
[12] 方，H。；Yan，L。；刘，H。；Chang，Y.，《盲泊松图像反褶积与小框架正则化》，《光学快报》，38，4，389-391（2013）
[13] 方，H。；Yan，L.，具有分析稀疏先验的泊松图像反褶积，电子成像杂志，22，2，023033-1-023033-10（2013）
[14] 鲁宾斯坦，R。；佩莱，T。；Elad，M.，Analysis K-SVD:分析稀疏模型的字典学习算法，IEEE Transactions on Signal Processing，61，3，661-677（2013）·Zbl 1393.94416号 ·doi:10.1109/TSP.2012.226445
[15] Xiao，Y。；Zeng，T.，通过学习字典去除泊松噪声，第17届IEEE图像处理国际会议（ICIP’10）论文集·doi:10.1109/ICIP.2010.5651863
[16] Elad，M。；Aharon，M.，通过学习词典的稀疏和冗余表示进行图像去噪，IEEE图像处理汇刊，15，12，3736-3745（2006）·doi:10.1109/TIP.2006.881969
[17] 黄，Y.-M。；莫伊桑，L。；Ng，M.K。；Zeng，T.，通过学习字典去除乘法噪声，IEEE图像处理学报，21，11，4534-4543（2012）·Zbl 1373.94180号 ·doi:10.1109/TIP.2012.2205007
[18] Mäkitalo，M。；Foi，A.，低计数泊松图像去噪中Anscombe变换的最佳反演，IEEE图像处理汇刊，20，1，99-109（2011）·Zbl 1372.94173号 ·doi:10.1109/TIP.2010.2056693
[19] Carlavan，M。；Blanc-Féraud，L.，稀疏泊松噪声图像去模糊，IEEE图像处理汇刊，21，4，1834-1846（2012）·Zbl 1373.94060号 ·doi:10.1109/TIP.2011.2175934
[20] Dong，W。；张，L。；Shi，G。；Li，X.，用于图像恢复的非局部集中稀疏表示，IEEE图像处理汇刊，22，4，1620-1630（2013）·Zbl 1373.94104号 ·doi:10.1109/TIP.2012.2235847
[21] 马，L。；莫伊桑，L。；Yu，J。；Zeng，T.，泊松图像去模糊的字典学习方法，IEEE医学成像汇刊，32，71277-1289（2013）
[22] 蔡，J.-F。；纪浩。；刘，C。；Shen，Z.，基于帧的单图像盲运动去模糊，IEEE图像处理汇刊，21，2，562-572（2012）·Zbl 1372.94029号 ·doi:10.1109/TIP.2011.2164413
[23] 罗恩，A。；Shen，Z.，（L_2（R^d）中的仿射系统：分析算子的分析，功能分析杂志，148,2408-447（1997）·Zbl 0891.42018号 ·doi:10.1006/jfan.1996.3079
[24] Goldstein，T。；Osher，S.，（L1）正则化问题的分裂Bregman方法，SIAM成像科学杂志，2，2，323-343（2009）·Zbl 1177.65088号 ·doi:10.1137/080725891
[25] 阿方索，M.V。；Bioucas-Dias，J.M。；Figueiredo，M.A.T.，使用可变分割和约束优化的快速图像恢复，IEEE图像处理汇刊，19，9，2345-2356（2010）·Zbl 1371.94018号 ·doi:10.1109/TIP.2010.2047910
[26] 黄，Y。；Ng，M.K。；Wen，Y.-W.，图像恢复的快速总变差最小化方法，多尺度建模与仿真，7，2774-795（2008）·Zbl 1172.94316号 ·doi:10.1137/070703533
[27] 蔡建芳（Cai，J.F.）。；纪浩。；沈，Z。；Ye，G.B.，数据驱动的紧框架构造和图像去噪。应用和计算谐波分析.新闻界
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。