×
查尔斯·米切利。;沈立新;徐月生;曾雪英

L1/TV图像去噪模型的邻近算法。 （英文） Zbl 1275.65014号

高级计算。数学。 38，第2期，401-426（2013）.
介绍了一种直接处理L1/TV图像去噪模型的邻近算子框架。L1/TV图像去噪模型最小化了在（ell^1）范数和总方差正则化项中测量的数据保真度项之和。本文研究了以凸函数和矩阵的组合形式构造的保真度项、指示项和正则项之和最小化的一般模型。通过引入一个新的不动点方程，克服了该模型不可微性给数值处理带来的困难。本文还提出了用可微Moreau包络代替总变分公式中不可微凸函数的替代模型。给出了脉冲噪声去除的数值结果，证明了该算法的逼近精度和计算效率。所得结果可广泛应用于计算机视觉、生物医学成像、光流、目标跟踪和形状去噪等领域。
审核人：伊万娜·林奇奥娃（普拉哈）

引用于1审查
引用于33文件

MSC公司：

65D18天 计算机图形、图像分析和计算几何的数值方面
68单位10 图像处理的计算方法
94A08型 信息与通信理论中的图像处理（压缩、重建等）
65D19号 计算机和机器人视觉中的计算问题
92 C55 生物医学成像和信号处理

关键词：

图像处理;L1/TV图像去噪模型;L2/TV模型;ROF图像去噪模型;位置算符;高斯噪声;非高斯噪声;全变分正则化;数值结果;计算机视觉;生物医学成像;光流;目标跟踪;形状去噪

软件：

FTVd公司
PDF格式BibTeX公司 XML格式引用
\textit{C.A.Michelli}等人，高级计算。数学。38，第2号，401-426（2013；Zbl 1275.65014）
全文： 内政部

参考文献：

[1] Alliney，S.：通过绝对范数定义的正则泛函的最小向量的一个性质。IEEE传输。信号处理。45, 913–917 (1997) ·数字对象标识代码：10.1109/78.564179
[2] Aujol，J.E.、Gilboa，G.、Chan，T.、Osher，S.：结构纹理图像分解建模、算法和参数选择。国际期刊计算。视觉。67, 111–136 (2006) ·Zbl 1287.94011号 ·doi:10.1007/s11263-006-4331-z
[3] Bauschke，H.，Borwein，J.：关于解决凸可行性问题的投影算法。SIAM版本38，367–426（1996）·兹比尔0865.47039 ·doi:10.1137/S0036144593251710
[4] Bertsekas，D.：非线性规划。Athena Scientific，马萨诸塞州贝尔蒙特（2003）·Zbl 0935.90037号
[5] Bloomfield，P.，Steiger，W.：最小绝对偏差。博斯顿·贝塞尔（1983）·Zbl 0536.62049号
[6] Bovik，A.：图像和视频处理手册。圣地亚哥学术出版社（2000年）·Zbl 0967.68155号
[7] Byrne，C.：信号处理和图像重建中一些迭代算法的统一处理。反向探测。20, 103–120 (2004) ·Zbl 1051.65067号 ·doi:10.1088/0266-5611/20/1/006
[8] Cai，J.F.，Chan，R.，Shen，L.，Shen，Z.：同时修复图像和变换域。数字。数学。112, 509–533 (2009) ·Zbl 1168.94312号 ·doi:10.1007/s00211-009-0222-x
[9] Candes，E.，Romberg，J.，Tao，T.：稳健的不确定性原理：从高度不完整的频率信息中精确重建信号。IEEE传输。《信息论》52，489–509（2006）·Zbl 1231.94017号 ·doi:10.1109/TIT.2005.862083
[10] Candes，E.，Tao，T.：随机投影的近最优信号恢复：通用编码策略？IEEE传输。《Inf.Theory》52，5406–5425（2006）·Zbl 1309.94033号 ·doi:10.1109/TIT.2006.885507
[11] Chambolle，A.，Lions，P.L.：通过总变分最小化和相关问题实现图像恢复。数字。数学。76, 167–188 (1997) ·Zbl 0874.68299号 ·doi:10.1007/s002110050258
[12] Chan，R.，Riemenschneider，S.D.，Shen，L.，Shen，Z.：紧帧：高分辨率图像重建的有效方法。申请。计算。哈蒙。分析。17, 91–115 (2004) ·Zbl 1046.42026号 ·doi:10.1016/j.acha.2004.02.003
[13] Chan，T.，Esedoglu，S.：总变分正则化l 1函数近似的方面。SIAM J.应用。数学。65, 1817–1837 (2005) ·Zbl 1096.94004号 ·doi:10.1137/040604297
[14] Chan，T.，Marquina，A.，Mulet，P.：基于高阶全变分的图像恢复。SIAM J.科学。计算。22, 503–516 (2000) ·Zbl 0968.68175号 ·doi:10.1137/S1064827598344169
[15] Chen，T.，Yin，W.，Zhou，X.S.，Comaniciu，D.，Huang，T.：可变光照人脸识别的总变异模型。IEEE传输。模式分析。机器。智力。28, 1519–1524 (2006) ·doi:10.1109/TPAMI.2006.195
[16] Clason，C.，Jin，B.，Kunisch，K.：一种基于对偶性的L1-TV图像恢复分裂方法，具有自动正则化参数选择功能。SIAM J.科学。计算。32, 1484–1505 (2010) ·Zbl 1216.94009号 ·doi:10.1137/090768217
[17] Combettes，P.，Wajs，V.：通过近端前向背向分裂恢复信号。多尺度模型。模拟：SIAM Interdiscip公司。J.41168–1200（2005）·Zbl 1179.94031号 ·数字对象标识代码：10.1137/050626090
[18] Daubechies，I.，Defrise，M.，Mol，C.D.：具有稀疏约束的线性反问题的迭代阈值算法。Commun公司。纯应用程序。数学。57, 1413–1541 (2004) ·Zbl 1077.65055号 ·doi:10.1002/cpa.20042
[19] Dong，Y.，Hintermuller，M.，Neri，M.：一种用于l1-TV图像去噪的原对偶方法。SIAM J.数学。分析。2, 1168–1189 (2009) ·Zbl 1187.68653号
[20] Fornasier，M.，Rauhut，R.：具有联合稀疏性约束的向量值数据的恢复算法。SIAM J.数字。分析。46, 577–613 (2008) ·Zbl 1211.65066号 ·doi:10.1137/0606668909
[21] Fu，H.，Ng，M.K.，Nikolova，M.，Barlow，J.L.：混合2的有效最小化1和11个nomrs用于图像恢复。SIAM J.科学。计算。27, 1881–1902 (2006) ·Zbl 1103.65044号 ·doi:10.1137/040615079
[22] Goldfard，D.，Yin，W.：基于全变差的图像恢复的二阶锥规划方法。SIAM J.科学。计算。27, 622–645 (2005) ·Zbl 1094.68108号 ·数字对象标识代码：10.1137/040608982
[23] Gonzalez，R.，Woods，R.：数字图像处理。马萨诸塞州波士顿Addison Wesley（1993）
[24] Guo，X.，Li，F.，Ng，M.：用于图像恢复的快速1-TV算法。SIAM J.科学。计算。31, 2322–2341 (2009) ·Zbl 1191.65029号 ·doi:10.1137/080724435
[25] Hiriart-Urruti，J.B.，Lemarechal，C.：凸分析和最小化算法II。收录于：Grundlehren der Mathematischen Wissenschaften[数学科学基本原理]，第306卷。柏林施普林格（1993）
[26] Lustig，M.、Donoho，D.、Pauly，J.M.：稀疏MRI：压缩传感在快速MR成像中的应用。Magn.公司。Reson公司。《医学》第58卷，第1182页–第1195页（2007年）·数字对象标识代码：10.1002/mrm.21391
[27] Lysaker，M.，Tai，X.：结合总变差最小化和二阶泛函的迭代图像恢复。国际期刊计算。视觉。66, 5–18 (2006) ·Zbl 1286.94021号 ·doi:10.1007/s11263-005-3219-7
[28] Michelli，C.A.，Shen，L.，Xu，Y.：图像模型的邻近算法：表示。反向探测。27，045009，30页（2011）·Zbl 1216.94015号
[29] 莫罗，J.-J.：《希伯蒂安的近邻与双重世界》（Proximitéet dualitédans un espace hilbertien）。牛市。社会数学。Fr.93、273–299（1965）·Zbl 0136.12101号
[30] Nikolova，M.：一种去除离群值和脉冲噪声的变分方法。数学杂志。成像视觉。20, 99–120 (2004) ·Zbl 1366.94065号 ·doi:10.1023/B:JMIV.000001190.58935.9c
[31] Rudin，L.，Osher，S.，Fatemi，E.：基于非线性总变差的噪声去除算法。《物理学D》60，259–268（1992）·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F
[32] Scherzer，O.：有界变差的高阶导数去噪及其在参数估计中的应用。计算60，5–27（1998）·Zbl 0891.65103号 ·doi:10.1007/BF02684327
[33] Stefan，W.，Renaut，R.A.，Gelb，A.：使用高阶边缘检测器改进的总变量类型正则化。SIAM J.成像科学。3, 232–251 (2010) ·Zbl 1195.41007号 ·数字对象标识代码：10.1137/080730251
[34] Tropp，J.：贪婪是好的：稀疏近似的算法结果。IEEE传输。Inf.理论50，2231-2242（2004）·Zbl 1288.94019号 ·doi:10.1109/TIT.2004.834793
[35] Wu，C.，Zhang，J.，Tai，X.-C.：非二次保真度全变差恢复的增广拉格朗日方法。反向探测。成像5，237–261（2011）·Zbl 1225.80013号 ·doi:10.3934/ipi.2011.5.237
[36] Yang，J.，Zhang，Y.，Yin，W.：一种有效的TVL1算法，用于消除脉冲噪声污染的多通道图像的模糊。SIAM J.科学。计算。31, 2842–2865 (2009) ·Zbl 1195.68110号 ·doi:10.1137/080732894
[37] Yin，W.，Chen，T.，Zhou，X.S.，Chakraborty，A.：使用TV+L1模型对cDNA微阵列图像进行背景校正。生物信息学10，2410–2416（2005）·doi:10.1093/bioinformatics/bti341
[38] Yin，W.，Goldfard，D.，Osher，S.：多尺度分解的总变差正则化l 1模型。多尺度模型。模拟：SIAM Interdiscip公司。J.6，190–211（2007）·Zbl 1355.49037号 ·doi:10.1137/060663027
[39] You，Y.，Kaveh，M.：去除噪声的四阶偏微分方程。IEEE传输。图像处理。9, 1723–1730 (2000) ·Zbl 0962.94011号 ·doi:10.1109/83.869184
[40] Zach，C.，Pock，T.，Bischof，H.：实时TV-1光流的基于对偶的方法。摘自：《计算机科学讲义》，第4713卷，第214-223页。施普林格，柏林-海德堡（2007）
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。