×

一种改进的变分模型,用于恢复带有加性噪声和乘性噪声的模糊图像。 (英语) Zbl 1461.94013号

小结:在本文中,我们主要研究了加性噪声和乘性噪声对模糊图像的恢复。基于Gamma噪声的统计特性,我们使用二次罚函数技术来获得组件式凸模型。我们采用交替极小化方法求解该模型,并研究了该方法的收敛性。数值实验表明,该模型在相对误差和峰值信噪比方面优于现有的加性噪声和乘性噪声模糊图像恢复模型。

MSC公司:

94A08型 信息和通信理论中的图像处理(压缩、重建等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] G.Aubert,J.F.Aujol,消除乘性噪声的变分方法。SIAM J.应用。数学。68, 925-946 (2008) ·Zbl 1151.68713号 ·数字对象标识代码:10.1137/060671814
[2] J.Bioucas-Dias,M.Figueiredo,使用可变分裂和约束优化去除乘法噪声。IEEE传输。图像处理。19, 1720-1730 (2010) ·Zbl 1371.94055号 ·doi:10.1109/TIP.2010.2045029
[3] K.Bredies,K.Kunisch,T.Pock,总广义变异。SIAM J.成像科学。3(3), 492-526 (2010) ·Zbl 1195.49025号 ·doi:10.1137/090769521
[4] A.Chambolle,P.Lions,通过总变化最小化进行图像恢复和相关问题。数字。数学。76(2), 167-188 (1997) ·Zbl 0874.68299号 ·doi:10.1007/s002110050258
[5] A.Chambolle,T.Pock,凸问题的一阶原对偶算法及其在成像中的应用。数学杂志。成像视觉。40, 120-145 (2011) ·Zbl 1255.68217号 ·doi:10.1007/s10851-010-0251-1
[6] J.Cai,S.Osher,Z.Shen,Split-Bregman方法和基于帧的图像恢复。多尺度模型。模拟。8(2), 337-369 (2009) ·Zbl 1189.94014号 ·doi:10.1137/090753504
[7] J.Cai,S.Osher,Z.Shen,基于帧的图像去模糊的线性化Bregman迭代。SIAM J.成像科学。2(1), 226-252 (2009) ·Zbl 1175.94010号 ·doi:10.1137/080733371
[8] T.Chan,S.Esedoglu,F.Park,结合楼梯简化和纹理提取的图像分解。视觉杂志。Commun公司。图像表示。18(6), 464-486 (2007) ·doi:10.1016/j.jvcir.2006.12.004
[9] T.F.Chan,G.H.Golub,P.Mulet,一种基于全变异的图像恢复的非线性原对偶方法。SIAM J.科学。计算。20(6), 1964-1977 (1996) ·兹比尔0929.68118 ·doi:10.1137/S1064827596299767
[10] 陈振峰,沈建中,变分图像去模糊理论与计算。数学。计算。成像科学。信息处理。27, 1-37 (2005)
[11] B.Dong,Z.Shen,基于MRA的小波框架和应用,IAS讲座笔记系列,图像处理数学暑期项目,公园城市数学研究所,犹他州盐湖城,美国(2010)·Zbl 1344.94009号
[12] F.Dong,H.Zhang,D.Kong,使用分裂Bregman迭代去除乘法噪声的非局部总变分模型。数学。计算。模型。55, 939-954 (2012) ·Zbl 1255.94013号 ·doi:10.1016/j.mcm.2011.09.021
[13] S.Durand,J.Fadili,M.Nikolova,使用L1保真度去除帧系数的乘法噪声。数学杂志。成像视觉。36, 201-226 (2010) ·Zbl 1523.94007号 ·doi:10.1007/s10851-009-0180-z
[14] Y.Dong,T.Zeng,一种用于恢复带乘性噪声的模糊图像的凸变分模型。SIAM J.成像科学。6, 1598-1625 (2013) ·Zbl 1283.52012年 ·数字对象标识代码:10.1137/120870621
[15] Y.Dong,T.Zeng,带乘性噪声模糊图像的新混合变分恢复模型。东亚J.应用。数学。3(4), 263-282 (2013) ·Zbl 1308.94016号 ·doi:10.4208/eajam.240713.120813a
[16] D.Gabay,乘子方法在变分不等式中的应用,增广拉格朗日方法:在边值问题求解中的应用·Zbl 0525.65045号
[17] T.Goldstein,S.Osher,L1正则化问题的分裂Bregman方法。SIAM J.成像科学。2(2), 323-343 (2009) ·Zbl 1177.65088号 ·doi:10.1137/080725891
[18] 韩彦,冯晓凤,G.巴楚,王文伟,基于非凸稀疏正则化子的散斑噪声去除。模式识别。46, 989-1001 (2013) ·doi:10.1016/j.patcog.2012.010
[19] 黄毅,陆德鲁,曾彤,乘法噪声污染图像复原的两步方法。SIAM J.科学。计算。35(6),A2856-A2873(2013)·兹比尔1291.65061 ·数字对象标识代码:10.1137/120898693
[20] Y.Huang,M.K.Ng,Y.Wen,一种新的乘性噪声去除的全变分方法。SIAM J.成像科学。2, 20-40 (2009) ·兹比尔1187.68655 ·doi:10.1137/080712593
[21] 黄毅,吴敏坤,曾振堂,乘性噪声反褶积模型的凸松弛方法。Commun公司。计算。物理学。13(4), 1066-1092 (2013) ·Zbl 1373.94617号 ·doi:10.4208/cicp.310811.090312a
[22] Z.Jin,X.Yang,消除超声图像中乘性噪声的变分模型。数学杂志。成像视觉。39, 62-74 (2011) ·Zbl 1255.68240号 ·doi:10.1007/s10851-010-0225-3
[23] D.Lu,乘法噪声和模糊消除的混合优化方法。J.计算。申请。数学。302, 224-233 (2016) ·Zbl 1359.94039号 ·doi:10.1016/j.cam.2016.02.013
[24] F.Li,M.K.Ng,C.M.Shen,利用空间变化的正则化参数去除乘法噪声。SIAM J.成像科学。1, 1-20 (2010) ·Zbl 1185.65067号 ·doi:10.1137/090748421
[25] J.Liu,T.Huang,Z.Xu,X.Lv,基于高阶全变量的乘法噪声去除与空间自适应参数选择。J.选项。《美国社会学杂志》30(10),1956-1966(2013)·doi:10.1364/JOSAA.30.001956
[26] S.Li,G.Wang,X.Zhao,通过自适应学习词典和电视正则化去除乘法噪声。数字。信号处理。50, 218-228 (2016) ·doi:10.1016/j.dsp.2015.12.012
[27] 非扩张映射的连续逼近序列的光,弱收敛性。牛市。美国数学。Soc.73591-597(1967)·Zbl 0179.19902号 ·doi:10.1090/S0002-9904-1967-11761-0
[28] W.V.Petryshyn,Banach空间中非线性函数方程的迭代解法。牛市。美国数学。Soc.72571-575(1966年)·Zbl 0138.08202号 ·doi:10.1090/S0002-9904-1966-11519-7
[29] L.Rudin,P.L.Lions,S.Osher,乘性去噪和去模糊:理论和算法,《成像视觉和图形学中的几何水平集方法》,Stanley Osher编辑,Nikos Paragios(Springer,纽约,2003)
[30] L.Rudin,S.Osher,E.Fatemi,基于非线性总变分的噪声去除算法。Physica D 60,259-268(1992年)·Zbl 0780.49028号 ·doi:10.1016/0167-2789(92)90242-F
[31] B.Shi,L.Huang,Z.F.Pang,乘法噪声去除的快速算法。J.视觉。Commun公司。图像表示。23, 126-133 (2012) ·doi:10.1016/j.jvcir.2011.08.003
[32] G.Steidl,T.Teuber,用Douglas-Rachford分裂法去除多重噪声。数学杂志。成像视觉。36, 50-61 (2010) ·Zbl 1287.94016号 ·文件编号:10.1007/s10851-009-0179-5
[33] J.Shi,S.Osher,凸乘性噪声模型的非线性逆尺度空间方法。SIAM J.成像科学。1, 294-321 (2008) ·Zbl 1185.94018号 ·doi:10.1137/070689954
[34] M.Shama,T.Huang,J.Liu,S.Wang,用于乘性噪声和模糊去除的凸全广义变分正则化模型。申请。数学。计算。276, 109-121 (2016) ·Zbl 1410.94016号
[35] Z.W.Shen,K.-C.Toh,S.Yun,通过平衡方法实现基于帧的图像恢复的加速近似梯度算法。SIAM J.成像科学。4(2), 573-596 (2011) ·Zbl 1219.94012号 ·数字对象标识代码:10.1137/090779437
[36] A.Ullah,W.Chen,M.A.Khan,H.Sun,乘法噪声和模糊消除的新变分方法。《公共科学图书馆·综合》12(1),e0161787(2017)。doi:10.1371/journal.phone.0161787·doi:10.1371/journal.phone.0161787
[37] F.Wang,M.K.Ng,模糊和乘性噪声去除的快速最小化方法。国际期刊计算。数学。90(1), 48-61 (2013) ·Zbl 1278.94013号 ·doi:10.1080/00207160.2012.688821
[38] F.Wang,X.Zhao,M.K.Ng,通过帧分解和基于l_1的l曲线方法去除乘法噪声和模糊。IEEE传输。图像处理。25(9), 4222-4232 (2016) ·兹比尔1408.94671 ·doi:10.1109/TIP.2016.2583793
[39] X.Wang,Y.Bi,X.Feng,L.Huo,使用原对偶和重加权交替最小化的乘法噪声去除。SpringerPlus 5277(2016)。doi:10.1186/s40064-016-1807-3·doi:10.1186/s40064-016-1807-3
[40] S.Yun,H.Woo,基于\[m\]mth根变换的乘法去噪变分模型。IEEE传输。图像处理。21(5), 2523-2533 (2012) ·Zbl 1373.94476号 ·doi:10.1109/TIP.2012.2185942
[41] X.Zhao,F.Wang,M.K.Ng,乘法噪声和模糊消除的新凸优化模型。SIAM J.图像科学。7(1), 456-475 (2014) ·Zbl 1296.65093号 ·数字对象标识码:10.1137/13092472X
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。