×
Raymond H·陈。;陈，柯

具有全变量正则化的泊松噪声去除模型的多级算法。 （英语） Zbl 1124.65057号

国际期刊计算。数学。 84，第8期，1183-1198（2007）.
摘要：许多常用的模型对于基本的图像处理任务的去噪都可以处理高斯白噪声。然而，这种高斯模型在具有泊松噪声的图像恢复中并不有效，泊松噪声在某些应用中普遍存在。最近，T.Le、R.Chartrand和T.J.Asaki先生[构建受泊松噪声污染图像的变分方法。加州大学洛杉矶分校CAM报告05-49。数学成像与视觉杂志，27（3），257–263（2007）]在泊松噪声的变分模型中导出了一个新的数据填充项。本文提出了一种有效求解该变分模型的多级算法。正如多层方法所期望的那样，它比坐标下降时间推进的标准单层方法快许多数量级，可以提供相同的数值解。给出了支持二维灰度图像的数值实验。

引用于13文件

MSC公司：

65K10码 数值优化和变分技术
49J20型 偏微分方程最优控制问题的存在性理论
49平方米25 最优控制中的离散逼近
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;泊松噪声;正规化;非线性求解器;多级方法;数据填充;数值实验
PDF格式BibTeX公司 XML格式引用
\textit{R.H.Chan}和\textit{K.Chen}，国际计算机杂志。数学。84，第8号，1183--1198（2007；Zbl 1124.65057）
全文： 内政部

参考文献：

[1] Chan T.F.，《图像处理和分析——变分、PDE、小波和随机方法》（2005年）·Zbl 1095.68127号
[2] 内政部：10.1016/0167-2789（92）90242-F·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F
[3] Cai J.F.，《第一届基于PDE的图像处理国际会议论文集》，第109页–（2006）
[4] 内政部：10.1137/1.9780898717570·Zbl 1008.65103号 ·数字对象标识代码：10.1137/1.9780898717570
[5] 内政部：10.1007/s10851-007-0652-y·doi:10.1007/s10851-007-0652-y
[6] 数字对象标识码：10.1111/j.1751-5823.004.tb00234.x·Zbl 1211.62055号 ·doi:10.1111/j.1751-5823.004.tb00234.x
[7] DOI:10.1009/83.551699·doi:10.1109/83.551699
[8] Han X.H.，《人工智能课堂讲稿》第1449页–（2003年）
[9] DOI:10.1364/JOSAA7.001332·doi:10.1364/JOSAA.7.001332
[10] DOI:10.1016/S0031-3203（02）00080-8·doi:10.1016/S0031-3203（02）00080-8
[11] Liu，J.和Moulin，P.泊松破坏数据的复杂性正则化去噪。在2000年国际图像处理会议上提交的论文。
[12] 内政部：10.1109/83.923281·Zbl 1036.68618号 ·doi:10.1109/83.923281
[13] Oh，S.，Bouman，C.A.和Webb，K.J.光学扩散层析成像的非线性多重网格反演。论文发表于IEEE激光和电光会议（CLEO）·Zbl 1296.94042号
[14] 内政部：10.1109/TIP.2006.877313·doi:10.1109/TIP.2006.877313
[15] 内政部：10.1109/83.791961·doi:10.1109/83.791961年
[16] 内政部：10.1137/050644999·Zbl 1120.68108号 ·doi:10.1137/050644999
[17] 数字对象标识码：10.1007/s11075-006-9020-z·兹比尔1096.94003 ·doi:10.1007/s11075-006-9020-z
[18] Brandt A.，多尺度优化和VLSI/CAD第1页–（2000）
[19] 内政部：10.1080/10556780008805795·Zbl 0988.90040号 ·doi:10.1080/10556780008805795
[20] 陈凯，《科学计算杂志》（2007）
[21] DOI:10.1090/S0025-5718-01-01311-4·兹伯利0985.65065 ·doi:10.1090/S0025-5718-01-01311-4
[22] 内政部：10.1007/s10851-006-8803-0·Zbl 1478.94026号 ·doi:10.1007/s10851-006-8803-0
[23] Raj，A.和Zabih，R.广义图像反褶积的图切割算法。论文发表于第十届IEEE国际计算机视觉会议。
[24] Anscombe F.J.，《生物医学》第35卷第246页–（1948年）·Zbl 0032.03702号 ·doi:10.1093/biomet/35.3-4.246
[25] Li，X.，Lu，H.B.，Han，G.P.和Liang，Z.R.一种基于卡尔曼滤波的SPECT正弦图非平稳噪声模型降噪方法。在2001年IEEE核科学研讨会上提交的论文。圣地亚哥
[26] DOI:10.1016/S0168-9002（98）00925-5·doi:10.1016/S0168-9002（98）00925-5
[27] Ortega J.M.，多变量非线性方程的迭代解（1970）·Zbl 0241.65046号
[28] Kervrann，C.和Trubuil，A.共焦显微镜中泊松噪声降低和结构保持的自适应窗口方法。在生物医学成像国际研讨会（ISBI'04）上发表的论文。弗吉尼亚州阿灵顿·Zbl 1028.68191号
[29] Kolaczyk E.，统计师。Sinica 9第119页–（1999）
[30] 内政部：10.1109/18.761328·Zbl 0947.94005号 ·数字对象标识代码：10.1109/18.761328
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。