×
樊、雅如;黄廷珠;马天辉;赵喜乐

基于非凸低阶纹理正则化的卡通纹理图像分解。 （英语） Zbl 1364.94093号

J.富兰克林研究所。 354，第7号，3170-3187（2017）.
摘要：基于低阶正则化的方法已成功地用于将图像分解为卡通和纹理分量。然而，现有的大多数低秩正则化方法都被表示为凸核范数极小化，这实际上是次优的，因为每个奇异值都受到同等惩罚。最近的工作表明，非凸低阶近似自适应地处理不同尺度上的奇异值，比凸近似获得更好的结果。在本文中，我们考虑一个非凸日志det（探测）函数作为低阶正则化来表征图像分解中的纹理分量，它对奇异值进行不同程度的处理，以便于更好地表征纹理分量。然后，我们得到了一个非凸卡通纹理图像分解模型，其中卡通和纹理分量通过最小化总变差范数和日志det（探测）功能。我们将纹理组件的自相似性和动画组件的分段平滑集成到一个模型中。该模型可以处理各种类型的图像退化，包括模糊、丢失像素和噪声。此外，我们还开发了一种高效的交替方向乘法器方法来求解该模型。该方法给出了卡通和纹理分量的分解以及恢复图像。数值实验结果表明，该方法在图像分解中具有良好的性能。

引用于7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）
68单位10 图像处理的计算方法
90C26型 非凸规划，全局优化

关键词：

图像分解;非凸低阶纹理正则化;非凸低阶近似;变阶奇异值;纹理组件;总变差范数
PDF格式BibTeX公司 XML格式引用
\textit{Y.-R.Fan}等人，J.Franklin Inst.354，No.7，3170-3187（2017；Zbl 1364.94093）
全文： DOI程序

参考文献：

[1] 尹，W。；Goldfarb，D。；Osher，S.，《计算机视觉中使用总变差正则化l 1函数、变差、几何和水平集方法的图像卡通纹理分解和特征选择》，73-84（2005），Springer·Zbl 1159.68610号
[2] Yu，C。；邱，Q。；Zhao，Y。；Chen，X.，利用纹理和卡通层的形态学分量分析进行卫星图像分类，IEEE Geosci。遥感快报。，1109-1113年10月5日（2013年）
[3] 弗里德曼，M.T。；王，B。；Xuan，J。；Wang，Y.，基于卡通纹理模型的MRI图像序列中大鼠乳腺脂肪垫的自动跟踪和分割，Trans。天津大学，15，3，229-235（2009）
[4] 洛杉矶Vese。；Osher，S.J.，《图像去噪和分解与总变差最小化和振荡函数》，J.Math。成像视觉。，20, 1-2, 7-18 (2004) ·Zbl 1366.94072号
[5] Gilboa，G。；Sochen，N。；Zeevi，Y.Y.，通过空间变化约束对部分纹理图像进行变化去噪，IEEE Trans。图像处理。，15, 8, 2281-2289 (2006)
[6] Daubechies，I。；Teschke，G.，《利用小波进行变分图像恢复：同时分解、去模糊和去噪》，应用。计算。谐波分析。，19, 1, 1-16 (2005) ·Zbl 1079.68104号
[7] Xu，Y。；胡，X。；王，L。；Peng，S.，带图像分解的单图像盲去模糊，2012年IEEE声学、语音和信号处理国际会议论文集，929-932（2012），IEEE
[8] Elad，M。；斯塔克，J.-L。；Querre，P。；Donoho，D.L.，《使用形态成分分析（MCA）的同步卡通和纹理图像修复》，应用。计算。谐波分析。，19, 3, 340-358 (2005) ·Zbl 1081.68732号
[9] 贝塔尔米奥，M。；Vese，L。；萨皮罗，G。；Osher，S.，《同时结构和纹理图像修复》，IEEE Trans。图像处理。，12, 8, 882-889 (2003)
[10] 谢弗，H。；Osher，S.，纹理的低补丁库解释，SIAM J.成像科学。，6, 1, 226-262 (2013) ·Zbl 1335.68287号
[11] Han，D。；W·孔。；Zhang，W.，用于低补丁库图像分解的部分分裂增广拉格朗日方法，J.Math。成像视觉。，51, 1, 145-160 (2015) ·Zbl 1332.68270号
[12] Ng，M.K.先生。；袁，X。；Zhang，W.，带缺失像素的模糊卡通-plus-Text图像的耦合变分图像分解和恢复模型，IEEE Trans。图像处理。，22, 6, 2233-2246 (2013) ·Zbl 1373.94301号
[13] 马，T。；黄，T。；Zhao，X.，使用3D卡通和纹理先验的基于组的图像分解，Inf.Sci。，328, 510-527 (2016)
[14] Wang，W。；X.赵。；Ng，M.，用于盲反褶积的卡通加纹理图像分解模型，多维。系统。信号处理。，27541-562（2016）·Zbl 1380.94037号
[15] Gilles，J。；Meyer，Y.，BV-G结构的特性+纹理分解模型。应用于卫星图像中的道路检测，IEEE Trans。图像处理。，19, 11, 2793-2800 (2010) ·Zbl 1371.94141号
[16] Gilles，J。；Osher，S.，Bregman实现Meyers（G）-卡通+纹理分解规范，Cam Report（2011），加州大学洛杉矶分校
[17] 小野，S。；宫田，T。；Yamada，I.，使用分块低阶纹理特征的卡通纹理图像分解，IEEE Trans。图像处理。，23, 3, 1128-1142 (2014) ·Zbl 1374.94291号
[18] 法泽尔，M。；印地语，H。；Boyd，S.P.，矩阵秩最小化的对数集启发式及其在Hankel和Euclidean距离矩阵中的应用，2003年美国控制会议论文集，第3卷，2156-2162（2003），IEEE
[19] Dong，W。；Shi，G。；李，X。；马云（Ma，Y.）。；Huang，F.，通过非局部低阶正则化的压缩感知，IEEE Trans。图像处理。，23, 8, 3618-3632 (2014) ·Zbl 1374.94085号
[20] 斯特朗，D。；Chan，T.，全变分正则化的边保持和尺度相关性质，逆问题。，第19、6节，S165（2003）·Zbl 1043.94512号
[21] Osher，S。；汉堡，M。；Goldfarb，D。；徐，J。；Yin，W.，基于全变量图像恢复的迭代正则化方法，多尺度模型。同时。，4, 2, 460-489 (2005) ·1090.94003赞比亚比索
[22] Chan，T。；Esedoglu，S。；帕克，F。；Yip，A.，全变分图像恢复的最新发展，数学。模型计算。视觉。，17, 2 (2005)
[23] 刘杰。；黄，T.-Z。；塞莱斯尼克，I.W。；吕，X.-G。；Chen，P.-Y.，使用具有重叠群稀疏性的总变异的图像恢复，Inf.Sci。，295, 232-246 (2015) ·Zbl 1360.94042号
[24] Xu，Y。；黄，T.-Z。；刘杰。；Lv，X.-G.，基于全有界变化正则化的图像去模糊的增广拉格朗日算法，J.Frankl。研究所，351、6、3053-3067（2014）·Zbl 1290.94010号
[25] 刘，G。；黄，T.-Z。；Liu，J.，基于高阶TV L1的图像恢复和空间自适应正则化参数选择，计算。数学。申请。，67, 10, 2015-2026 (2014) ·Zbl 1366.94058号
[26] 洛杉矶Vese。；Osher，S.J.，《图像处理中用总变差最小化和振荡模式建模纹理》，科学杂志。计算。，19, 1-3, 553-572 (2003) ·Zbl 1034.49039号
[27] Osher，S。；索莱，A。；Vese，L.，使用总变差最小化和H1多尺度模型进行图像分解和恢复。同时。，1, 3, 349-370 (2003) ·Zbl 1051.49026号
[28] Kim，Y。；Vese，L.A.，《使用有界变差函数和负可微Sobolev空间的图像恢复》，逆Probl。成像，3，1，43-68（2009）·Zbl 1187.35280号
[29] Lieu，L.H。；Vese，L.A.，通过有界总变差和负Hilbert-Sobolev空间进行图像恢复和分解，应用。数学。最佳。，58, 2, 167-193 (2008) ·Zbl 1191.68789号
[30] 蔡J.-F。；坎迪斯，E.J。；Shen，Z.，矩阵补全的奇异值阈值算法，SIAM J.Optim。，20, 4, 1956-1982 (2010) ·Zbl 1201.90155号
[31] 吕，X.-G。；黄，T.-Z。；徐，Z.-B。；Zhao，X.-L.，全样本对称边界条件下图像恢复的Kronecker积近似，Inf.Sci。，186, 1, 150-163 (2012) ·Zbl 1239.94011号
[32] 顾S。；张，L。；左，W。；Feng，X.，加权核范数最小化及其在图像去噪中的应用，IEEE计算机视觉和模式识别会议论文集，2862-2869（2014）
[33] 风扇，Y.-R。；黄，T.-Z。；刘杰。；Zhao，X.-L.，通过非局部平滑秩函数的压缩感知，PloS One，11，9，e0162041（2016）
[34] 赵晓乐。；王，F。；黄，T.-Z。；Ng，M.-K。；Plemmons，R.-J.，高光谱图像去模糊和稀疏分解，IEEE Trans。地质科学。遥感，51、7、4045-4058（2013）
[35] 王，S。；黄，T.-Z。；刘杰。；Lv，X.-G.，图像去模糊和去噪问题的交替迭代算法，Commun。非线性科学。数字。同时。，19, 3, 617-626 (2014) ·兹比尔1470.94023
[36] 赵晓乐。；王，F。；Ng，M.K.，乘法噪声和模糊去除的新凸优化模型，SIAM J.成像科学。，7, 1, 456-475 (2014) ·Zbl 1296.65093号
[37] Hansen，P.C。；Nagy，J.G。；O'leary，D.P.，《去模糊图像：矩阵、光谱和滤波》（2006），SIAM:SIAM Philadelphia·Zbl 1112.68127号
[38] 他，B。；陶，M。；袁，X.，可分凸规划的高斯后代换交替方向法，SIAM J.Optim。，22, 2, 313-340 (2012) ·Zbl 1273.90152号
[39] 王，Z。；博维克，A.C。；谢赫，H.R。；Simoncelli，E.P.，《图像质量评估：从错误可见性到结构相似性》，IEEE Trans。图像处理。，13, 4, 600-612 (2004)
[40] 梅塞利，B。；吴，C。；梅，J。；刘，Q。；Gao，H.，具有改进的高频分量估计和混叠校正功能的稳健超分辨率方法，J.Frankl。研究所，351，1，513-527（2014）·Zbl 1293.93718号
[41] Kubota，R。；Suetake，N.，基于具有自校正函数和向量中值插值的分量噪声检测器的随机值脉冲噪声去除，J.Frankl。研究所，348，9，2523-2538（2011）·Zbl 1242.68361号
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。