刘晶晶;娄亦菲;倪国喜;曾铁勇 结合framelet的图像锐化算子用于图像去模糊。 （英语） 兹比尔1468.94022 反向探测。 36，第4号，文章ID 045015，第29页（2020）. 摘要：图像锐化可以突出图像中的细节，但有放大噪声的倾向。本文提出了一种将图像锐化算子合并到基于帧的图像去模糊模型中的新思想。该模型是凸的，因此可以通过覆盖经典ADMM的保证线性速率收敛的半近似交替方向乘法器（sPADMM）有效求解。在不同模糊核和高斯噪声水平下的实验结果表明，该方法在PSNR、SSIM、相对误差和视觉质量方面优于现有方法。 引用于9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立方厘米 积分方程反问题的数值方法 65千5 数值数学规划方法 68单位10 图像处理的计算方法 42立方厘米 涉及小波和其他特殊系统的非三角调和分析 42立方厘米 一般谐波膨胀，框架 90C25型 凸面编程 90C26型 非凸规划，全局优化 关键词：图像锐化;小波框架;图像复原;交替方向乘法器法 软件：RecPF公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Liu}等人，《反问题》。36，第4号，文章ID 045015，29 p.（2020；Zbl 1468.94022） 全文： 内政部 参考文献： [1] 安德鲁斯·H和亨特·B 1977年数字图像恢复（新泽西州恩格尔伍德·克利夫斯：普伦蒂斯·霍尔） [2] Gonzalez R和Woods R 2008数字图像处理第三版（伦敦：皮尔逊） [3] Micheli M、Lou Y、Soatto S和Bertozzi A 2014通过湍流成像的线性系统方法J.Math。成像视力48 185-201·Zbl 1291.68400号·doi:10.1007/s10851-012-0410-7 [4] Huang J、Donatelli M和Chan R 2013图像去模糊逆问题成像的非平稳迭代阈值算法7 717-36·Zbl 1318.94015号·doi:10.3934/ipi.2013.7.717 [5] Koenderink J 1984图像结构Biol。Cybern.50 363-70号·Zbl 0537.92011号·doi:10.1007/bf00336961 [6] Buades A，Coll B和Morel J 2005图像去噪的非局部算法IEEE计算机视觉和模式识别会议60-5·doi:10.1109/CVPR.2005.38 [7] Chan T和Shen J 2005图像处理与分析：变分、PDE、小波和随机方法（宾夕法尼亚州费城：SIAM）·Zbl 1095.68127号·数字对象标识代码：10.1137/1.9780898717877 [8] Elad M和Aharon M 2006通过学习字典IEEE Trans上的稀疏和冗余表示进行图像去噪。图像处理15 3736-45·doi:10.10109/天.2006.881969 [9] Lou Y，Zhang X，Osher S和Bertozzi A L 2010通过非局部算子进行图像恢复。计算42 185-97·Zbl 1203.65088号·doi:10.1007/s10915-009-9320-2 [10] Ma L，Xu L和Zeng T 2017图像恢复的低秩先验和总变差正则化J.Sci。计算70 1336-57·Zbl 1366.65041号·doi:10.1007/s10915-016-0282-x [11] Zhang X、Bai M和Ng M K 2017基于非凸TV的图像恢复，带脉冲噪声去除SIAM J.Imaging Sci.10 1627-67·Zbl 1382.49013号·数字对象标识代码：10.1137/16m1076034 [12] Mei J，Dong Y和Huang T 2019利用分数阶梯度信息进行图像融合和去噪。申请。数学351 212-27·Zbl 1435.94036号·doi:10.1016/j.cam.2018.11.012 [13] Dong Y，Görner T和Kunis S 2015全变差正则化光声成像高级计算算法。数学41 423-38·Zbl 1317.65193号·doi:10.1007/s10444-014-9364-1 [14] Michelli C，Shen L和Xu Y 2011图像模型的近似算法：去噪逆问题27 045009·Zbl 1216.94015号·doi:10.1088/0266-5611/27/4/045009 [15] Rudin L、Osher S和Fatemi E 1992非线性全变分噪声去除算法Physica D 60 258-68·Zbl 0780.49028号·doi:10.1016/0167-2789（92）90242-f [16] Osher S和Rudin L 1990使用冲击滤波器SIAM J.Numer进行面向特征的图像增强。分析27 919-40·Zbl 0714.65096号·doi:10.1137/0727053 [17] Alvarez L和Mazorra L 1994使用冲击滤波器和各向异性扩散恢复信号和图像SIAM J.Numer。分析31 590-605·Zbl 0804.65130号·数字对象标识代码：10.1137/0731032 [18] Gilboa G、Sochen N和Zeevi Y Y 2002自适应图像增强和去噪IEEE Trans的正向和反向扩散过程。图像处理11 689-703·doi:10.1109/tip.2002.800883 [19] Calder J、Mansouri A和Yezzi A 2010通过sobolev梯度流进行图像锐化SIAM J.Imaging Sci.3 981-1014·兹比尔1202.94019·doi:10.1137/090771260 [20] Fazel M、Pong T K、Sun D和Tseng P 2013 Hankel矩阵秩最小化及其在系统识别和实现SIAM J.matrix Anal中的应用。申请34 946-77·Zbl 1302.90127号·doi:10.1137/110853996 [21] Li M，Sun D和Toh K C 2014线性约束凸组合优化的不确定近似项优化ADMM SIAM J.Optim.26 922-50·Zbl 1338.90305号·doi:10.1137/14099025 [22] Han D，Sun D和Zhang L 2015凸组合二次半定规划数学交替方向乘数法的线性速度收敛性。操作。决议60 644-58·Zbl 1440.90047号·doi:10.1287/摩尔.2017.0875 [23] Jia T，Shi Y，Zhu Y和Wang L 2016结合L1/L2保真度混合项J.Vis的图像恢复模型。Commun公司。图像表示38 461-73·doi:10.1016/j.jvcir.2016.03.022 [24] Gong Z、Shen Z和Toh K C 2014混合或未知噪声下的图像恢复多尺度模型。模拟12 458-87·Zbl 1380.94021号·数字对象标识代码：10.1137/130904533 [25] Acar R和Vogel C 1994对不适定问题有界变分惩罚方法的分析反问题10 1217-29·Zbl 0809.35151号·doi:10.1088/0266-5611/10/6/003 [26] Benvenuto F、La A、Theys C、Ferrari A、Lantéri H和Bertero M 2008泊松和高斯噪声逆问题图像重建迭代方法研究24 035016·Zbl 1148.68558号·doi:10.1088/0266–；5611/24/3/035016 [27] Chambolle A 2004总变异最小化算法及其应用J.数学。成像视力20 89-97·Zbl 1366.94048号·doi:10.1023/B:JMIV.0000011325.36760.1e [28] Goldstein T和Osher S 2009 L1正则化问题的分裂Bregman算法SIAM J.成像科学2 323-43·Zbl 1177.65088号·doi:10.1137/080725891 [29] Huang Y，Ng M K和Wen Y 2008图像恢复的快速总变分最小化方法多尺度模型。模拟774-95·Zbl 1172.94316号·doi:10.1137/070703533 [30] Wang Y，Yang J，Yin W和Zhang Y 2008全变分图像重建的一种新的交替最小化算法SIAM J.Imaging Sci.1 248-72·兹比尔1187.68665·doi:10.1137/080724265 [31] Yang J，Yin W，Zhang Y和Wang Y 2009保边变分多通道图像恢复的快速算法SIAM J.Imaging Sci.2 569-92·Zbl 1181.68304号·doi:10.1137/080730421 [32] Yang J，Zhang Y和Yin W 2009一种有效的TVL1算法，用于消除受脉冲噪声干扰的多通道图像的模糊SIAM J.Sci。计算31 2842-65·Zbl 1195.68110号·doi:10.1137/080732894 [33] Yang J，Zhang Y和Yin W 2010从部分傅里叶数据重建TVL1-L2信号的快速交替方向方法IEEE J.Sel。顶部。信号。流程4 288-97·doi:10.10109/jstsp.2010.2042333 [34] Lou Y，Zeng T，Osher S和Xin J 2015图像处理各向异性和各向同性总变分模型的加权差分SIAM J.Imaging Sci.8 1798-823·Zbl 1322.94019号·数字对象标识码：10.1137/14098435x [35] Lou Y和Yan M 2018通过近端算子J.Sci实现快速L1-L2最小化。计算74 767-85·Zbl 1390.90447号·doi:10.1007/s10915-017-0463-2 [36] Lou Y，Yin P，He Q和Xin J 2015基于L1和L2 J.Sci的8个差异在高度相干词典中计算稀疏表示。计算34 178-96·Zbl 1327.65111号·doi:10.1007/s10915-014-9930-1 [37] Lou Y、Yin P和Xin J 2016通过基于非凸L1的方法实现点源超分辨率。科学杂志。计算68 1082-100·Zbl 1354.65125号·doi:10.1007/s10915-016-0169-x [38] Yin P，Lou Y，He Q和Xin J 2015压缩传感SIAM J.Sci L1-L2最小化。计算37 536-63·Zbl 1316.90037号·数字对象标识代码：10.1137/140952363 [39] You J，Jiao Y，Lu X和Zeng T 2019图像恢复中具有极小极大凹惩罚的非凸模型J.Sci。计算78 1063-86·Zbl 1419.94014号·doi:10.1007/s10915-018-0801-z [40] Zhang C 2010最小最大凹惩罚下的几乎无偏变量选择Ann.Stat.38 894-942·Zbl 1183.62120号·doi:10.1214/09-aos729 [41] Bao C，Dong B，Hou L，Shen Z，Zhang X和Zhang X 2016小波框架系数最小化零范数图像恢复逆问题32·Zbl 1409.94026号·doi:10.1088/0266-5611/32/11/115004 [42] Cai J，Ji H，Liu C和Shen Z 2012基于帧的盲运动从单个图像IEEE Trans去模糊。图像处理21 562-72·Zbl 1372.94029号·doi:10.1109/tip.2011.2164413 [43] Cai J、Osher S和Shen Z，2009分裂Bregman方法和基于帧的图像恢复多尺度模型。模拟8 337-69·Zbl 1189.94014号·doi:10.1137/090753504 [44] Dong B，Ji H，Shen Z和Xu Y 2012基于小波帧的盲图像修复应用。计算。哈蒙。分析32 268-79·Zbl 1261.94006号·doi:10.1016/j.acha.2011.06.001 [45] Choi J、Dong B和Zhang X 2017图像恢复应用的边缘驱动小波框架模型。计算。哈蒙。分析48 993-1029·Zbl 1454.94013号·doi:10.1016/j.acha.2018.09.007 [46] Zhang X和Zhang X2019一种新的具有外推功能的近似迭代硬阈值法，用于l0最小化J.Sci。计算79 809-26·Zbl 1423.90201号·doi:10.1007/s10915-018-0874-8 [47] Jeong T、Woo H和Yun S 2013使用近端线性化交替方向方法的基于帧的泊松图像恢复逆问题29 075007·Zbl 1322.94017号·doi:10.1088/0266–；5611/29/7/075007 [48] Daubechies I、Teschke G和Vese L 2007在一般凸约束下迭代求解线性反问题反问题成像1 29-46·Zbl 1123.65044号·doi:10.3934/ipi.2007.1.29 [49] 图M和Nowak R 2003基于小波的图像恢复的EM算法IEEE Trans。图像处理12 906-16·Zbl 1279.94015号·doi:10.1109/tip.2003.814255 [50] Elad M、Starck J、Querre P和Donoho D 2005使用形态成分分析（MCA）应用程序同时进行卡通和纹理图像修复。计算。哈蒙。分析19 340-58·Zbl 1081.68732号·doi:10.1016/j.acha.2005.03.005 [51] Starck J、Elad M和Donoho D 2005通过结合稀疏表示和变分方法IEEE Trans进行图像分解。图像处理.14 1570-82·Zbl 1288.94012号·doi:10.1109/tip.2005.852206 [52] Cai J，Chan R，Shen L和Shen Z 2009缺失数据恢复紧框架方法的收敛性分析Adv.Comput。数学31 87-113·Zbl 1172.94309号·doi:10.1007/s10444-008-9084-5 [53] Cai J，Chan R和Shen Z 2010同时绘制卡通和纹理修复逆问题想象4 379-95·Zbl 1198.94021号·doi:10.3934/ipi.2010.4.379 [54] Sundaramoorthi G、Yezzi A、Mennucci A和Sapiro G 2009 Sobolev活动轮廓的新可能性尺度空间变化方法第84版（柏林：施普林格）第113-29页·Zbl 1477.68428号·doi:10.1007/s11263-008-0133-9 [55] Evans L 1998偏微分方程（数学研究生课程第19卷）（普罗维登斯，RI:美国数学学会）·Zbl 0902.35002号 [56] Lou Y、Kang S、Soatto S和Bertozzi A L 2013大气湍流畸变反问题图像的视频稳定·Zbl 1272.68436号·doi:10.3934/ipi.2013.7.839 [57] Fu H，NG M K，Nikolova M和Barlow J L 2006图像恢复中混合l2-l1和l1-l1范数的有效最小化方法SIAM J.Sci。计算27 1881-902·Zbl 1103.65044号·doi:10.1137/040615079 [58] Rockafellar R T和Wets R J 1998变分分析（纽约：Springer）·Zbl 0888.49001号·doi:10.1007/978-3-642-02431-3 [59] Badiale M和Serra E 2011初学者半线性椭圆方程（伦敦：Springer）·Zbl 1214.35025号·doi:10.1007/978-0-85729-227-8 [60] Boyd S、Parikh N、Chu E、Peleato B和Eckstein J 2011通过发现乘数的交替方向方法进行分布式优化和统计学习。趋势马赫数。学习。3 1-122·Zbl 1229.90122号·doi:10.1561/220000016 [61] Chen C，Chan R，Ma S和Yang J 2015线性约束可分离凸优化的惯性近似ADMM SIAM J.成像科学8 2239-67·兹比尔1328.65134·doi:10.137/15100463x [62] Chan R、Tao M和Yuan X 2013基于乘法器交替方向法的约束全变差去模糊模型和快速算法SIAM J.Imaging Sci.6 680-97·Zbl 1279.68322号·数字对象标识代码：10.1137/10860185 [63] Gabay D和Mercier B 1976通过有限元近似计算求解非线性变分问题的对偶算法。数学。申请2 17-40·Zbl 0352.65034号·doi:10.1016/0898-1221（76）90003-1 [64] Serra-Capizano S 2003关于抗反射边界条件和快速去模糊模型SIAM J.Sci的注释。计算251307-25·Zbl 1062.65152号·doi:10.1137/s1064827502410244 [65] Rockafellar R T 1970凸分析（新泽西州普林斯顿：普林斯顿大学出版社）·Zbl 0932.90001号·doi:10.1515/9781400873173 [66] Borwein J M和Lewis A S 2006凸分析和非线性优化第2版（纽约：Springer）·Zbl 1116.90001号·doi:10.1007/978-0-387-31256-9 [67] Dabov K、Foi A、Katkovnik V和Egiazarian K 2008通过稀疏3D变换域协同过滤SPIE Electron恢复图像。图像6812 681207·doi:10.1117/12.766355 [68] Dabov K，Foi A，Katkovnik V和Egiazarian K 2007通过稀疏3D变换域协同过滤IEEE Trans对图像进行去噪。图像处理16 2080-95·doi:10.1109/tip.2007.901238 [69] Wang Z、Bovik A C、Sheikh H R和Simoncelli E P 2004图像质量评估：从错误可见性到结构相似性IEEE Trans。图像处理.13 600-12·doi:10.1109/tip.2003.819861 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。