Miyoun Jung 混合乘性噪声和高斯噪声下基于饱和值总变分的彩色图像去噪。 （英语） Zbl 07622444号 J.Korean Soc.Ind.申请。数学。 26，第3期，156-184（2022）。 摘要：在本文中，我们提出了一种新的变分模型，用于恢复混合乘性Gamma噪声和加性高斯噪声污染的彩色图像。该模型包含一个数据完整性项，该项将混合噪声描述为两个噪声分布和饱和值总变差（SVTV）正则化的内插卷积。数据保真度项有助于乘法伽马和高斯噪声分量的适当分离，促进混合噪声的同时消除。此外，SVTV正则化能够对均匀区域进行充分的去噪，同时保持边缘和细节，并减少噪声引起的颜色伪影。为了求解该非凸模型，我们采用了交替极小化方法，然后采用交替方向乘数法求解子问题。这有助于实现高效的迭代算法。实验结果表明，与其他现有或相关模型相比，该模型在视觉检测和图像质量测量方面具有优越的性能。 MSC公司： 94A08型 信息与通信理论中的图像处理（压缩、重建等） 65K10码 数值优化和变分技术 65层22 数值线性代数中的不适定性和正则化问题 35甲15 偏微分方程的变分方法 52A41 凸几何中的凸函数和凸规划 关键词：彩色图像去噪;变分模型;混合噪声;乘性伽马噪声;高斯噪声;饱和值总变差 PDF格式BibTeX公司 XML格式引用 \textit{M.Jung}，J.韩国Soc.Ind.Appl。数学。26，第3号，156--184（2022；Zbl 07622444） 全文： 内政部 参考文献： [1] R.F.Wagner、S.W.Smith、J.M.Sandrik和H.Lopez，超声B扫描斑点统计，IEEE Trans。超声波和超音波。，30（1983），第156-163页。 [2] J.M.Schmitt、S.Xiang和K.M.Yung，光学相干层析成像中的斑点，生物医学光学杂志，4（1999），95-105。 [3] J.-S.Lee、K.W.Hoppel、S.A.Mango和A.R.Miller，《多视极化和干涉SAR图像的强度和相位统计》，IEEE Trans。地质科学。《遥感》，32（1994），1017-1028。 [4] J.-S.Lee，《利用局部统计进行数字图像增强和噪声过滤》，IEEE Trans。模式分析。机器。智力。，2 (1980), 165-168. [5] V.S.Frost、J.A.Stiles、K.S.Shanmugan和J.C.Holtzman，雷达图像模型及其在乘法噪声自适应数字滤波中的应用，IEEE Trans。模式分析。机器。智力。，PAMI-4（1982），157-166。 [6] Y.Yu和S.T.Acton，斑点减少各向异性扩散，IEEE Trans。图像处理。，11 (2002), 1260-1270. [7] K.Krissian、C.-F.Westin、R.Kikinis和K.G.Vosburgh，《定向散斑减少各向异性扩散》，IEEE Trans。图像处理。，16 (2007), 1412-1424. ·Zbl 1366.94054号 [8] G.Aubert和J.-F.Aujol。消除乘法噪声的变分方法，SIAM J.Appl。数学。，68 (2008), 925-946. ·Zbl 1151.68713号 [9] 李振华，娄玉英，曾振东，用直流编程去除变分乘法噪声，科学学报。计算。，68 (2016), 1200-1216. ·Zbl 1350.49047号 [10] 施正荣，S.Osher，凸乘性噪声模型的非线性逆尺度空间方法，SIAM成像科学。，1 (2008), 294-321. ·Zbl 1185.94018号 [11] G.Steidl和T.Teuber，用Douglas-Rachford分裂方法去除乘法噪声，J.Math。图像视觉。，36（2010），第168-184页·Zbl 1287.94016号 [12] 董勇，曾振涛，带乘性噪声模糊图像恢复的凸变分模型，SIAM J.Imaging Sci。，6 (2013), 1598-1625. ·Zbl 1283.52012年 [13] J.Lu，L.Shen，C.Xu，Y.Xu，成像中的乘法噪声去除：一种经验模型及其定点逼近算法，应用。计算。哈蒙。分析。，41 (2016), 518-539. ·Zbl 1360.94043号 [14] S.Yun和H.Woo，基于m次根变换的新型乘法去噪变分模型，IEEE Trans。图像处理。，21（2012），2523-2533·Zbl 1373.94476号 [15] M.Kang、S.Yun和H.Woo，乘法去噪的二层凸松弛变分模型，SIAM J.成像科学。，6 (2013), 875-903. ·兹比尔1280.94012 [16] H.Na、M.Kang、M.Jung和M.Kang.乘法噪声去除用空间自适应正则化参数的经验模型，J.Sci。计算。，75 (2018), 478-509. ·Zbl 1388.94022号 [17] H.Na、M.Kang、M.Jung和M.Kang.空间变化参数乘法噪声去除的非凸TGV正则化模型，逆问题。《成像》，第13期（2019年），第117-147页·Zbl 1491.94009号 [18] S.Parrilli、M.Poderico、C.V.Angelino和L.Verdoliva，基于LLMMSE小波收缩的非局部SAR图像去噪算法，IEEE Trans。地质科学。《遥感》，50（2012），606-616。 [19] L.I.Rudin、S.Osher和E.Fatemi，基于非线性总变差的噪声去除算法，《物理D：非线性现象》，60（1992），259-268·Zbl 0780.49028号 [20] L.Rudin、P.-L.Lions和S.Osher，乘法去噪和去模糊：理论和算法，成像、视觉和图形中的几何-图像水平集方法，Springer，纽约，2003年·Zbl 1027.68137号 [21] M.Hintermüller和A.Langer，图像处理中具有混合L1-L2数据精度的一类非光滑和非加性凸变分问题的子空间校正方法，SIAM J.成像科学。，6 (2013), 2134-2173. ·Zbl 1279.68327号 [22] A.Langer，用于去除高斯脉冲噪声的L1-L2-TV模型中的自动参数选择，反问题，33（2017），074002·Zbl 1380.94027号 [23] J.C.D.los Reyes和C.-B.Schönlieb，图像去噪：通过非光滑PDE约束优化学习噪声模型，逆问题与成像，7（2013），1183-1214·Zbl 1283.49005号 [24] A.Jezierska、E.Chouzenoux、J.-C.Pesquet和H.Talbot，精确泊松-高斯似然图像恢复的凸方法，SIAM J.成像科学。，62 (2015), 17-30. [25] L.Calatroni、C.Chung、J.D.L.Reyes、C.-B.Schönlieb和T.Valkonen，变分成像模型学习的双层方法，变分方法：成像和几何控制，计算和应用数学氡系列，德格鲁特，2017年。 [26] L.Calatroni、J.C.D.L.Reyes和C.B.Schönlieb，用于去除混合噪声的数据差异的Infimal卷积，SIAM J.成像科学。，10 (2017), 1196-1233. ·Zbl 1412.94005号 [27] G.Sapiro，矢量值活动等值线，IEEE，CVPR会议记录，美国加利福尼亚州旧金山，1996年。 [28] P.Blomgren和T.F.Chan，《彩色电视：矢量值图像恢复的全变分方法》，IEEE Trans。图像处理。，7 (1998), 304-309. [29] R.Kimmel、R.Malladi和N.Sochen，《作为嵌入地图和最小曲面的图像：电影、颜色、纹理和体积医学图像》，国际计算机杂志。视觉。，39 (2000), 111-129. ·Zbl 1060.68656号 [30] T.Chan、S.Kang和J.Shen，基于CB和HSV颜色模型的彩色图像的全变分去噪和增强，J.Vis。公社。图像表示。，12 (2001), 422-435. [31] H.Attouch、G.Buttazzo和G.Michaille，Sobolev和BV空间中的变分分析：在PDE和优化中的应用，MPS-SIAM Ser。最佳。，SIAM，费城，2006年·Zbl 1095.49001号 [32] X.Bresson和T.F.Chan，向量总变差范数的快速对偶最小化及其在彩色图像处理中的应用，逆问题。成像，2（2008），255-284。 [33] Y.Wen、M.Ng和Y.Huang，彩色图像恢复的有效总变异最小化方法，IEEE Trans。图像处理。，17 (2008), 2081-2088. ·Zbl 1371.94406号 [34] P.Rodriguez和B.Wohlberg，广义向量值全变分算法，IEEE，ICIP会议记录，埃及开罗，2009年。 [35] 吴振中，泰晓华，增广拉格朗日方法，对偶方法，ROF、矢量电视和高阶模型的分裂bregman迭代，SIAM J.成像科学。，3 (2010), 300-339. ·Zbl 1206.90245号 [36] S.Lefkimmiatis、A.Roussos、M.Unser和P.Maragos，基于结构张量的总变分的凸推广及其在反问题中的应用，《7893计算机科学讲义》，Springer Berlin，Heidelberg，SSVM会议录，奥地利格拉茨，2013年。 [37] S.Ono和I.Yamada，去相关矢量总变差，IEEE，CVPR会议记录，俄亥俄州哥伦布，美国，2014年。 [38] R.Bergmann、R.H.Chan、R.Hielscher、J.Persch和G.Steidl，通过半二次最小化恢复流形值图像，逆问题。《成像》，第10期（2016年），第281-304页·Zbl 1348.65097号 [39] J.Duran、M.Moeller、C.Sbert和D.Cremers，《协作全变差：矢量电视模型的一般框架》，SIAM J.Imaging Sci。，9 (2016), 116-151. ·Zbl 1381.94016号 [40] 贾振康，吴敏坤，王伟，利用饱和度值总变差恢复彩色图像，SIAM J.Imaging Sci。，12 (2019), 972-1000. ·兹比尔1524.94019 [41] W.Wang，M.Yao，和M.K.Ng，通过饱和值总变化去除彩色图像乘法噪声和模糊，应用。数学。型号。，90 (2021), 240-264. ·Zbl 1481.94036号 [42] S.Boyd、N.Parikh、E.Chu、B.Peleato和J.Eckstein，通过乘数交替方向方法进行分布式优化和统计学习，Found。趋势马赫数。学习。，3 (2010), 1-122. ·Zbl 1229.90122号 [43] P.Denis、P.Carre和C.Fernandez-Maloigne，彩色图像的空间和光谱四元数方法，计算。视觉。图像未处理。，107 (2007), 74-87. [44] I.Csiszár和G.Tusná，《信息几何和交替最小化程序》，《统计与决策》，第1期（1984年），第205-237页·Zbl 0547.60004号 [45] A.Chambolle，《总变异最小化算法及其应用》，数学杂志。成像视觉。，20 (2004), 89-97. ·Zbl 1366.94048号 [46] A.Chambolle和T.Pock，凸问题的一阶原对偶算法及其在成像中的应用，J.Math。成像视觉。，40 (2011), 120-145. ·Zbl 1255.68217号 [47] T.Goldstein和S.Osher，L 1-正则化问题的分裂bregman方法，SIAM J.成像科学。，2 (2009), 323-343. ·Zbl 1177.65088号 [48] C.Chen，M.Ng，and X.-L.Zhao，非线性图像恢复问题的交替方向乘法器方法，IEEE Trans。图像处理。，24（2015），33-43·Zbl 1408.94085号 [49] Z.Wang、A.C.Bovik、H.R.Sheikh和E.P.Simoncelli，《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 (2004), 600-612. [50] K.Dabov，A.Foi，V.Katkovnik和K.Egiazarian，稀疏三维变换域协同滤波图像去噪，IEEE Trans。图像处理。，16 (2007), 2080-2095. [51] Y.Dong、M.Hintermüller和M.M.Rincon-Camacho，用于图像恢复的多尺度全变差模型中的自动正则化参数选择，J.Math。成像视觉。，40 (2011), 82-104. ·Zbl 1255.68230号 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。