×
刘、小曼;刘继军

基于正则化的随机采样噪声频率数据的图像恢复。 （英语） Zbl 1472.68210号

反向探测。科学。工程师。 27，第12期，1765-1789（2019）.
摘要：考虑通过全变分正则化使用随机采样噪声频率数据进行图像恢复。通过研究小波展开下的图像稀疏性，我们建立了一个优化模型，其中包含两个正则化项，用于指定恢复图像的稀疏性和边缘保持。严格建立了正则化参数的选择策略，并对恢复图像进行了相应的误差估计。使用Bregman迭代方案最小化频域数据填充的成本函数。通过显式推导代价泛函的梯度，每个Bregman步骤的代价泛函最小值也是由带Tikhonov正则化的内迭代过程生成的，由于正则化迭代矩阵的特殊结构，该内迭代过程可以稳定高效地实现。数值试验表明了该方案的有效性。

引用于2文件

MSC公司：

68单位10 图像处理的计算方法
65T50型 离散和快速傅里叶变换的数值方法
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

图像复原;总变化量;小波稀疏性;误差估计;迭代;数值

软件：

RecPF公司
PDF格式BibTeX公司 XML格式引用
\textit{X.Liu}和\textit{J.Liu}.逆问题。科学。工程27，编号12，1765-1789（2019；Zbl 1472.68210）
全文： 内政部

参考文献：

[1] 朱玉刚，刘XM。一种用于MR图像压缩传感的##img###img####img##（L^1）-##img-##img####img-#\（L^2）建模的快速方法。J反向不适定问题。2015;23(3):211-218. doi:10.1515/jiip-2013-0046·Zbl 1317.65227号 ·doi:10.1515/jiip-2013-0046
[2] 王晓东，冯X，王伟，等。基于迭代加权总广义变分的泊松噪声去除模型。应用数学计算。2013;第223:264-277页·Zbl 1329.94016号
[3] Aubert G，Aujol JF。去除乘性噪声的变分方法。SIAM应用数学杂志。2008;68(4):925-946. 数字对象标识代码：10.1137/060671814·Zbl 1151.68713号 ·数字对象标识代码：10.1137/060671814
[4] Shi J，Osher S.凸乘性噪声模型的非线性逆尺度空间方法。SIAM成像科学杂志。2008;1（3）：294-321。doi:10.1137/070689954·Zbl 1185.94018号 ·doi:10.1137/070689954
[5] 库珀曼V.磁共振成像。纽约（NY）：学术出版社；2000
[6] 多诺霍DL。压缩传感。IEEE Trans-Inf理论。2006;52(4):1289-1306. doi:10.1109/TIT.2006.871582·Zbl 1288.94016号 ·doi:10.1109/TIT.2006.871582
[7] Candes EJ，Romberg J，Tao T.鲁棒不确定性原理：从高度不完整的频率信息中精确重建信号。IEEE Trans-Inf理论。2006;52(2):489-509. doi:10.1109/TIT.2005.862083·Zbl 1231.94017号 ·doi:10.1109/TIT.2005.862083
[8] Candes EJ，Romberg J.压缩采样中的稀疏性和非相干性。反向探测。2007;23(3):969-985. doi:10.1088/0266-5611/23/3/008·邮编1120.94005 ·doi:10.1088/0266-5611/23/3/008
[9] 坎迪斯EJ。受限等距特性及其对压缩传感的影响。C R数学。2008;346(9-10):589-592. doi:10.1016/j.crma.2008.03.014·Zbl 1153.94002号 ·doi:10.1016/j.crma.2008.03.014
[10] Ma TH，Lou YF，Huang TZ.稀疏恢复和秩最小化的截断##img###img####img##（l_{1-2}）模型。SIAM成像科学杂志。2017;10(3):1346-1380. doi:10.137/16M1098929·Zbl 1397.94021号 ·doi:10.1137/16M1098929
[11] Chartrand R.通过非凸最小化精确重建稀疏信号。IEEE信号处理Lett。2007;14:707-710. doi:10.1109/LSP.2007.898300·doi:10.1109/LSP.2007.898300
[12] Chartrand R，Yin WT压缩传感的迭代重加权算法。IEEE声学、语音和信号处理国际会议论文集；纽约（NY）：IEEE；2008年，第3869-3872页。
[13] Nikolova M.涉及非光滑数据完整性条件的成本函数最小化。应用于异常值处理。SIAM J数字分析。2002;40(3):965-994. doi:10.1137/S0036142901389165·Zbl 1018.49025号 ·doi:10.1137/S0036142901389165
[14] Nikolova M.使用非光滑非凸最小化有效重建分段常数图像。SIAM成像科学杂志。2008;1(1):2-25. doi:10.1137/070692285·Zbl 1207.94017号 ·doi:10.1137/070692285
[15] Goldstein T，Osher S.正则化问题的分裂Bregman方法。SIAM成像科学杂志。2009;2（2）：323-343。doi:10.1137/080725891·Zbl 1177.65088号 ·doi:10.1137/080725891
[16] 杨金凤，张毅，尹文田。基于部分傅里叶数据重建TV-L1-L2信号的快速交替方向方法。IEEE J Sel Top信号处理。2010;4(2):288-297. doi:10.1109/JSTSP.2010.2042333·doi:10.1109/JSTSP.2010.2042333
[17] Fan YR，Huang TZ，Liu J，等。基于非局部平滑秩函数的压缩感知。《公共科学图书馆·综合》。2016;11（9）：e0162041。doi:10.1371/journal.pone.0162041·doi:10.1371/journal.pone.0162041
[18] Rudin LI，Osher S，Fatemi E.基于非线性全变量的噪声去除算法。Physica D.1992年；60(1-4):259-268. doi:10.1016/0167-2789（92）90242-F·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F
[19] Hintermüller M，Wu T.图像恢复中的非凸模型：分析和基于信任区域正则化的超线性收敛解算器。SIAM成像科学杂志。2013;6(3):1385-1415. 数字对象标识代码：10.1137/10854746·Zbl 1281.65033号 ·数字对象标识代码：10.1137/10854746
[20] Chan TF，Golub GH，Mulet P.一种基于全变分的图像恢复的非线性原对偶方法。SIAM科学计算杂志。1999;20(6):1964-1977. doi:10.1137/S1064827596299767·Zbl 0929.68118号 ·doi:10.1137/S1064827596299767
[21] Hintermüller M，Stadler G.约束线性二次控制问题的半光滑牛顿法。Z Angew数学力学。2003;83(4):219-237. doi:10.1002/zamm.200310030·Zbl 1015.49025号 ·doi:10.1002/zamm.200310030
[22] Hintermüller M，Kunisch K。总有界变差正则化是一个双边约束优化问题。SIAM应用数学杂志。2004;64(4):1311-1333. doi:10.1137/S0036139903422784·兹比尔1055.94504 ·doi:10.1137/S0036139903422784
[23] Hintermüller M，Stadler G.基于全有界变量的非卷积型图像恢复的不可行原对偶算法。SIAM科学计算杂志。2006;28(1):1-23. 数字对象标识代码：10.1137/040613263·Zbl 1136.94302号 ·数字对象标识代码：10.1137/040613263
[24] Aubert G，Kornprobst P.图像处理中的数学问题。纽约（NY）：施普林格；2000. ·Zbl 1109.35002号
[25] Lustig M，Donoho D，Pauly JM。稀疏MRI：压缩传感在快速MR成像中的应用。2007年麦格纳森医学院；58（6）：1182-1195。数字对象标识代码：10.1002/mrm.21391·数字对象标识代码：10.1002/mrm.21391
[26] Hintermüller M，Rincon-Camacho MM。基于TV的图像恢复中空间自适应正则化参数选择规则的期望绝对值估计。反向探测。2010;26(8):085005. doi:10.1088/0266-5611/26/8/085005·Zbl 1194.94031号 ·doi:10.1088/0266-5611/26/8/085005
[27] 郭XX，李凤，Ng MK.一种用于图像恢复的快速##img####img###img#\（l_1\）-TV算法。SIAM科学计算杂志。2009;31(3):2322-2341. doi:10.1137/080724435·Zbl 1191.65029号 ·doi:10.1137/080724435
[28] Clason C，Jin BT，Kunisch K.一种基于二元性的分割方法，用于##img###img###img##\（l^1\）-TV图像恢复，具有自动正则化参数选择。SIAM科学计算杂志。2010;32(3):1484-1505. doi:10.1137/090768217·Zbl 1216.94009号 ·doi:10.1137/090768217
[29] Tibshirani R.通过Lasso回归收缩和选择。J R Stat Soc Ser B.1996；58(1):267-288. ·Zbl 0850.62538号 ·doi:10.1111/j.2517-6161.1996.tb02080.x
[30] Yin WT、Osher S、Goldfarb D等。L1最小化的Bregman迭代算法及其在压缩传感中的应用。SIAM成像科学杂志。2008;1(1):143-168. doi:10.1137/070703983·兹比尔1203.90153 ·doi:10.1137/070703983
[31] 朱玉刚、史玉勇。基于压缩感知的磁共振图像重建加权平均交替最小化方法。反向探针成像。2014;8(3):925-937. doi:10.3934/ipi.2014.8.925·Zbl 1302.65240号 ·doi:10.3934/ipi.2014.8.925
[32] Osher S，Burger M，Goldfarb D，et al.基于全变分的图像恢复的迭代正则化方法。多尺度模型仿真。2005;4(2):460-489. doi:10.1137/040605412·兹比尔1090.94003 ·doi:10.1137/040605412
[33] 王莉莉、刘俊杰。倒向时间分数阶扩散问题的全变分正则化。反向探测。2013;29(11):115013. doi:10.1088/0266-5611/29/11/115013·Zbl 1297.65116号 ·doi:10.1088/0266-5611/29/11/115013
[34] Baus F，Nikolova M，Steidl G.完全平滑##img###img####img##\（l_1\）-TV模型：极小值的界和参数选择。数学成像视觉杂志。2014;48（2）：295-307。doi:10.1007/s10851-013-0420-0·Zbl 1292.49036号 ·doi:10.1007/s10851-013-0420-0
[35] Bertalmio M、Caselles V、Rouge B等，基于电视的局部约束图像恢复。SIAM科学计算杂志。2003;19(1-3):95-122. doi:10.1023/A:1025391506181·Zbl 1034.49036号 ·doi:10.1023/A:1025391506181
[36] Yin PH，Lou YF，He Q，et al.压缩感知中##img###img###img##（l_{1-2}）的最小化。SIAM科学计算杂志。2015;37（1）：A536-A563。数字对象标识代码：10.1137/140952363·Zbl 1316.90037号 ·数字对象标识代码：10.1137/140952363
[37] Xu Z，Chang F，Xu F，等.（L_{1/2}）正则化：阈值表示理论和快速求解器。IEEE Trans Neural Netw学习系统。2012;23（7）：1013-1027。doi:10.1109/TNNLS.2012.2197412·doi:10.1109/TNNLS.2012.2197412
[38] Huber私人。位置参数的稳健估计。Ann Math Stat.1964年；35(1):73-101. doi:10.1214/aoms/1177703732·Zbl 0136.39805号 ·doi:10.1214/aoms/1177703732
[39] Kalmoun M.光流问题背景下的平滑TV-like正则化研究。J成像。2018;31(4):4020031.
[40] Vogel CR。反问题的计算方法。费城：SIAM；2002. ·Zbl 1008.65103号
[41] 信号处理的小波之旅。第三版，圣地亚哥（加利福尼亚州）：学术出版社；2008年·Zbl 0937.94001号
[42] 王永林，杨建福，尹维特，等。全变分图像重建的一种新的交替最小化算法。SIAM成像科学杂志。2008;1(3):248-272. doi:10.1137/080724265·Zbl 1187.68665号 ·doi:10.1137/080724265
[43] Ng M，Chan R，Tang W.具有Neumann边界条件的去模糊模型的快速算法。SIAM科学计算杂志。1999;21(3):851-866. doi:10.137/S1064827598341384·Zbl 0951.65038号 ·doi:10.1137/S1064827598341384
[44] 刘XM、朱玉刚。压缩传感中TV-L1-MRI图像重建的快速方法。计算机信息系统杂志。2014;10(2):691-699.
[45] Vogel CR，阿曼ME。全变差去噪的迭代方法。SIAM科学计算杂志。1996;17(1):227-238. doi:10.1137/0917016·Zbl 0847.65083号 ·doi:10.1137/0917016
[46] Zhang X，Burger M，Osher S.基于Bregman迭代的统一原对偶算法框架。SIAM科学计算杂志。2011;46(1):20-46. doi:10.1007/s10915-010-9408-8·兹比尔1227.65052 ·doi:10.1007/s10915-010-9408-8
[47] Esser E，Zhang X，Chan T.成像科学中用于凸优化的一类一阶原对偶算法的一般框架。SIAM成像科学杂志。2010;3(4):1015-1046. 数字对象标识码：10.1137/09076934X·Zbl 1206.90117号 ·数字对象标识码：10.1137/09076934X
[48] Varga RS.矩阵迭代分析。柏林：施普林格；2000. ·Zbl 1216.65042号 ·doi:10.1007/978-3-642-05156-2
[49] Igor G，Stephen GN，Ariela S.线性和非线性优化。第2版，费城：SIAM；2008年·兹比尔1159.90002
[50] Sun W，Sampaio RJB，Yuan J.非光滑最小二乘问题的准Newton信赖域算法。应用数学计算。1999;105:183-194. ·Zbl 1026.90066号 ·doi:10.1016/S0096-3003（98）10103-0
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。