×

结构张量总变差。 (英语) 兹比尔1315.65019

摘要:我们引入了一种新的泛型能量泛函,用于解决变分框架内的逆成像问题。所提出的正则化族称为结构张量总变分(STV),惩罚结构张量的特征值,适用于灰度图像和向量值图像。它推广了几种现有的变分惩罚,包括总变分半范数及其矢量扩展。同时,由于结构张量能够捕获局部邻域周围的一阶信息,STV泛函可以提供更稳健的图像变化度量。进一步,我们证明了STV正则化子是凸的,同时它们还满足图像变换的几个不变性。这些特性使其成为成像应用的理想候选产品。此外,对于离散形式的STV泛函,我们推导了一个等价的定义,该定义基于基于补丁的Jacobian算子,这是一个扩展Jacobia矩阵的新型线性算子。这个替代定义允许我们推导出一个对偶问题公式。该问题的对偶性为使用凸优化的鲁棒工具铺平了道路,并使我们能够设计一个高效的并行优化算法。最后,我们对各种逆成像问题进行了广泛的实验,将我们的正则化器与其他竞争正则化方法进行了比较。我们的结果在数量和视觉上都显示出系统性的优越性。

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 信息和通信理论中的图像处理(压缩、重建等)
65千5 数值数学规划方法
90C25型 凸面编程
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] M.V.Afonso、J.M.Bioucas Dias和M.A.T Figueiredo,{\it使用变量分割和约束优化的快速图像恢复},IEEE Trans。图像处理。,19(2010年),第2345-2356页·Zbl 1371.94018号
[2] H.H.Bauschke和P.L.Combettes,《Hilbert空间中的凸分析和单调算子理论》,J.M.Borwein和P.Borwein编辑,Springer,纽约,2011年,第59-74页·Zbl 1218.47001号
[3] A.Beck和M.Teboulle,{约束全变分图像去噪和去模糊问题的快速梯度算法},IEEE Trans。图像处理。,18(2009年),第2419-2434页·Zbl 1371.94049号
[4] A.Beck和M.Teboulle,{线性反问题的快速迭代收缩阈值算法},SIAM J.成像科学。,2(2009),第183-202页·Zbl 1175.94009号
[5] B.Benjamin、M.Burger、M.Droske、O.Nemitz和M.Rumpf,{基于各向异性图像分类的卡通提取-视觉、建模和可视化},收录于《视觉、建模与可视化》,Akademische Verlagsgesellschaft,柏林,2006年,第293-300页。
[6] M.Bertero和P.Boccacci,《成像反问题导论》,IOP,英国布里斯托尔,1998年·Zbl 0914.65060号
[7] P.Blomgren和T.F.Chan,《彩色电视:矢量值图像恢复的全变分方法》,IEEE Trans。图像处理。,7(1998年),第304-309页。
[8] S.Boyd、N.Parikh、E.Chu、B.Peleato和J.Eckstein,《通过乘数交替方向方法进行分布式优化和统计学习》,现出版公司,马萨诸塞州汉诺威,2011年·Zbl 1229.90122号
[9] K.Bredies,{用总广义变分惩罚最小化凸函数恢复分段光滑多通道图像},A.Bruhn等人编辑,《全局优化方法》,《计算讲义》。科学。82932014年,第44-77页。
[10] K.Bredies、K.Kunisch和T.Pock,{广义总变异},SIAM J.成像科学。,3(2010年),第492-526页·Zbl 1195.49025号
[11] X.Bresson和T.F.Chan,向量全变差范数的快速对偶极小化及其在彩色图像处理中的应用,逆问题。《成像》,第2期(2008年),第455-484页·Zbl 1188.68337号
[12] A.Chambolle,{一种总变异最小化算法及其应用},J.Math。《成像视觉》,20(2004),第89-97页·Zbl 1366.94048号
[13] A.Chambolle和P.-L.Lions,{通过总变化最小化和相关问题进行图像恢复},Numer。数学。,76(1997),第167-188页·Zbl 0874.68299号
[14] A.Chambolle和T.Pock,{\it凸问题的一阶原对偶算法及其在成像中的应用},J.Math。《成像视觉》,40(2011),第120-145页·Zbl 1255.68217号
[15] T.Chan、S.Esedoglu、F.Park和A.Yip,《全变差图像恢复:概述和最新发展》,《计算机视觉数学模型手册》,纽约斯普林格出版社,2005年,第17-31页。
[16] T.Chan、A.Marquina和P.Mulet,{基于高阶全变分的图像恢复},SIAM J.Sci。计算。,22(2000),第503-516页·Zbl 0968.68175号
[17] Q.Cheng,H.Shen,L.Zhang,and P.Li,{用多通道非局部总变化模型绘制遥感图像},IEEE Trans。地质科学。遥感,52(2014),第175-187页。
[18] G.Chierchia,N.Pustelnik,B.Pesquet-Popescu和J.-C Pesquet,{基于非局部结构张量的多分量图像恢复方法},IEEE Trans。图像处理。,23(2014年),第5531-5544页·Zbl 1374.94069号
[19] P.L.Combettes和V.R.Wajs,{近端前向-后向分裂信号恢复},多尺度模型。同时。,4(2005),第1168-1200页·Zbl 1179.94031号
[20] Z.Cvetkovski,{不等式:定理、技巧和选定问题},施普林格,海德堡,2012·兹比尔1233.00003
[21] S.Di Zenzo,{\it关于多图像梯度的注释},Comp。视觉、图形、图像处理。,33(1986年),第116-125页·Zbl 0625.68065号
[22] Y.Dong和M.Hintermuöller,{彩色图像复原的自动正则化参数选择的多尺度总变差},《计算机视觉中的尺度空间和变分方法》,柏林斯普林格出版社,2009年,第271-281页。
[23] D.L.Donoho,{软阈值去噪},IEEE Trans。通知。《理论》,41(1995),第613-627页·Zbl 0820.62002号
[24] A.Elmoataz,O.Lezoray和S.Bougleux,{加权图上的非局部离散正则化:图像和流形处理的框架},IEEE Trans。图像处理。,17(2008),第1047-1060页·兹比尔1143.94308
[25] E.Esser,{基于拉格朗日的交替方向方法的应用和与分裂Bregman的联系},计算应用数学报告,加州大学洛杉矶分校,2009年。
[26] M.A.T.Figueiredo、J.M.Bioucas-Dias和R.D.Nowak,{小波图像恢复的优化最小算法},IEEE Trans。图像处理。,16(2007年),第2980-2991页。
[27] W.Fo¨rstner和E.Gu¨lch,《检测和精确定位圆形特征的不同点、角和中心的快速操作符》,摘自《摄影测量数据快速处理ISPRS委员会间会议论文集》,苏黎世地理与摄影测量研究所,1987年,第281-305页。
[28] G.Gilboa和S.Osher,{图像处理应用中的非局部算子},多尺度模型。同时。,7(2008),第1005-1028页·Zbl 1181.35006号
[29] G.Gilboa、N.Sochen和Y.Zeevi,{基于空间变化约束的部分纹理图像的变化去噪},IEEE Trans。图像处理。,15(2006年),第2281-2289页。
[30] B.Goldluecke、E.Strekalovskiy和D.Cremers,《几何测量理论引起的自然矢量总变化》,SIAM J.成像科学。,5(2012年),第537-563页·Zbl 1246.68249号
[31] T.Goldstein和S.Osher,{(L_1)正则化问题的分裂Bregman方法},SIAM J.成像科学。,2(2009年),第323-343页·Zbl 1177.65088号
[32] M.Grasmair,{局部自适应全变分正则化},《计算机视觉中的尺度空间和变分方法》,施普林格,柏林,2009年,第331-342页。
[33] M.Grasmair和F.Lenzen,{\it各向异性全变差滤波},Appl。数学。最佳。,62(2010年),第323-339页·Zbl 1205.35152号
[34] V.Hutson、J.S.Pym和M.J.Cloud,《函数分析和算子理论的应用》,第二版,爱思唯尔出版社,阿姆斯特丹,2005年·Zbl 1066.47001号
[35] B.Jaöhne,{\it数字图像处理},Springer-Verlag,柏林,2002年·Zbl 0981.68165号
[36] S.Lefkimmiatis、A.Roussos、M.Unser和P.Maragos,{基于结构张量的全变分的凸推广及其在反问题中的应用},《计算机视觉中的尺度空间和变分方法》,施普林格,柏林,2013年,第48-60页。
[37] S.Lefkimmiatis、J.Ward和M.Unser,{线性反问题的Hessian Schatten范数正则化},IEEE Trans。图像处理。,22(2013),第1873-1888页·Zbl 1373.94229号
[38] F.Lenzen,F.Becker,J.Lellmann,S.Petra,and C.Schno¨rr,{自适应图像去噪和分解的一类拟变量不等式},计算。最佳方案。申请。,54(2012),第371-398页·Zbl 1269.90115号
[39] 刘建军,叶建军,{it Efficient\(У_1/У_q\)Norm Regularization},预印本,arXiv:1009.47662010。
[40] Y.Nesterov,{it一种求解具有收敛速度的凸规划问题的方法({O}({1/k^2})},苏联数学。道克。,27(1983),第372-376页·Zbl 0535.90071号
[41] K.Papafitsoros和C.Scho¨nlieb,{图像重建的一阶和二阶变分组合方法},J.Math。《成像视觉》,48(2014),第308-338页·Zbl 1362.94009号
[42] N.Paragios、Y.Chen和O.Faugeras,《计算机视觉数学模型手册》,纽约斯普林格出版社,2006年·Zbl 1083.68500
[43] T.Pock和A.Chambolle,{凸优化中一阶原对偶算法的对角线预处理},IEEE国际计算机视觉会议(ICCV),IEEE,新泽西州皮斯卡塔韦,2011年,第1762-1769页。
[44] S.J.Reeves,{无边界伪影快速图像恢复},IEEE Trans。图像处理。,14(2005),第1448-1453页。
[45] R.T.Rokcafellar,{凸分析},普林斯顿大学出版社,新泽西州普林斯顿,1970年·Zbl 0193.18401号
[46] A.Roussos和P.Maragos,{由总变分和Beltrami泛函的推广导出的基于张量的图像扩散},《图像处理国际会议论文集》,IEEE,新泽西州皮斯卡塔韦,2010年,第4141-4144页。
[47] L.Rudin、S.Osher和E.Fatemi,{基于非线性总变分的噪声去除算法},Phys。D、 60(1992年),第259-268页·Zbl 0780.49028号
[48] G.Sapiro,《彩色蛇》,Comp。视觉图像理解,68(1997),第247-253页。
[49] S.Setzer、G.Steidl和T.Teuber,{旋转形状图像的恢复},Numer。《算法》,48(2008),第49-66页·Zbl 1151.94320号
[50] S.Setzer,G.Steidl,和T.Teuber,{带离散型泛函}的Infinal卷积正则化,Commun。数学。科学。,9(2011年),第797-827页·Zbl 1269.49063号
[51] N.Sochen和L.Bar,{it The Beltrami-Mumford-Shah functional},计算机视觉中的尺度空间和变分方法,施普林格,柏林,2012年,第183-193页。
[52] N.Sochen、R.Kimmel和R.Malladi,《低水平愿景的一般框架》,IEEE Trans。图像处理。,7(1998年),第310-338页·Zbl 0973.94502号
[53] G.Steidl和T.Teuber,{使用双方向的各向异性平滑},《计算机视觉中的尺度空间和变分方法》,施普林格,柏林,2009年,第477-489页·Zbl 1371.94352号
[54] S.Suvrit,{快速投影到\(▽_{1,q})-分组特征选择的范数球},数据库中的机器学习和知识发现,第3卷,施普林格,柏林,2011年,第305-317页。
[55] D.Tschumperleí和R.Deriche,{用PDE的向量值图像正则化:不同应用的通用框架},IEEE Trans。模式分析。机器。《情报》,27(2005),第506-517页。
[56] C.R.Vogel,{反问题的计算方法},Front。申请。数学。23,SIAM,费城,2002年·Zbl 1008.65103号
[57] J.Weickert,{图像处理中的各向异性扩散},Teubner,斯图加特,1998年·Zbl 0886.68131号
[58] J.Weickert和C.Schno¨rr,{基于PDE的图像运动计算中凸正则化子的理论框架},国际计算杂志。《愿景》,45(2001),第245-264页·Zbl 0987.68600号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。