×
陆健；田家鹏；沈立新；蒋庆堂；曾雪英；邹玉茹

通过学习字典去除里氏噪音。 （英语） Zbl 1435.94035号

数学。问题。工程师。 2019年，文章ID 8535206，13 p.（2019）.
摘要：本文提出了一种新的有效的里氏噪声图像去噪模型。图像的稀疏表示已被证明是图像处理的有效方法。受此启发，我们从含噪图像中学习字典，然后将MAP模型与之相结合，进行Rician噪声去除。为了求解该模型，应用了原对偶算法并研究了其收敛性。计算结果表明，该方法在恢复含有Rician噪声的图像方面具有良好的应用前景。

引用于1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）
65K10码 数值优化和变分技术

软件：

RecPF公司；FTVd公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Lu}等人，数学。问题。Eng.2019，文章ID 8535206，13 p.（2019；Zbl 1435.94035）
全文： 内政部

参考文献：

[1] 蔡J.-F。；Dong，B。；Shen，Z.，图像恢复：基于小波框架的分段平滑函数模型及其应用，应用和计算谐波分析，41，194-138（2016）·兹比尔1339.65028 ·doi:10.1016/j.aca.2015.06.009
[2] Chan，R.H。；Ma，J.，箱约束惩罚似然图像恢复的乘法迭代算法，IEEE图像处理汇刊，21，7，3168-3181（2012）·Zbl 1373.94063号 ·doi:10.1109/TIP.2012.2188811
[3] 米切利，C.A。；沈，L。；Xu，Y.，图像模型的邻近算法：去噪，逆问题，27，4，30（2011）·兹比尔1216.94015 ·doi:10.1088/0266-5611/27/4/450009
[4] Wang，Y。；杨，J。；尹，W。；Zhang，Y.，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，1，3，248-272（2008）·Zbl 1187.68665号 ·doi:10.1137/080724265
[5] Dong，Y。；Hintermüller，M。；Neri，M.，《一种有效的l1-TV图像恢复原对偶方法》，SIAM成像科学杂志，2，4，1168-1189（2009）·Zbl 1187.68653号 ·doi:10.1137/090758490
[6] 卢，J。；乔·K。；沈，L。；Zou，Y.，TVL1图像恢复模型的定点算法，国际计算机数学杂志，95,91829-1844（2018）·Zbl 1487.94027号 ·doi:10.1080/00207160.2017.1343470
[7] 卢，J。；Ye，Z。；Zou，Y.，Huber基于拟合平面的分形图像编码，IEEE图像处理学报，22，1，134-145（2013）·Zbl 1373.94265号 ·doi:10.1109/TIP.2012.2215619
[8] 米切利，C.A。；沈，L。；Xu，Y。；Zeng，X.，L1/TV图像去噪模型的邻近算法，计算数学进展，38，2，401-426（2013）·Zbl 1275.65014号 ·doi:10.1007/s10444-011-9243-y
[9] 杨，J。；Zhang，Y。；Yin，W.，一种用于消除脉冲噪声污染的多通道图像模糊的有效TVL1算法，SIAM科学计算杂志，31，4，2842-2865（2009）·Zbl 1195.68110号 ·doi:10.1137/080732894
[10] 马，L。；莫伊桑，L。；Yu，J。；Zeng，T.，《泊松图像去模糊的字典学习方法》，IEEE医学成像学报，32，7，1277-1289（2013）·doi:10.1109/tmi.2013.225883
[11] Xiao，Y。；Zeng，T.，通过学习字典去除泊松噪声，第17届IEEE图像处理国际会议论文集，（ICIP）
[12] 张，H。；Dong，Y。；Fan，Q.，基于小波框架的泊松噪声去除和图像去模糊，信号处理，137363-372（2017）·doi:10.1016/j.sigpro.2017.01.025
[13] Dong，Y。；Zeng，T.，带乘性噪声模糊图像恢复的凸变分模型，SIAM成像科学杂志，6，3，1598-1625（2013）·Zbl 1283.52012年 ·数字对象标识代码：10.1137/120870621
[14] 黄，Y。；Ng，M.K。；Wen，Y.，一种新的全变分乘法噪声去除方法，SIAM成像科学杂志，2，1，20-40（2009）·Zbl 1187.68655号 ·doi:10.1137/080712593
[15] 黄，Y.-M。；莫伊桑，L。；Ng，M.K。；Zeng，T.，通过学习字典去除乘法噪声，IEEE图像处理学报，21，11，4534-4543（2012）·Zbl 1373.94180号 ·doi:10.1109/TIP.2012.2205007
[16] Z.Jin。；Yang，X.，消除超声图像中乘性噪声的变分模型，数学成像与视觉杂志，39，1，62-74（2011）·兹比尔1255.68240 ·doi:10.1007/s10851-010-0225-3
[17] Kang，M。；Yun，S。；Woo，H.，乘法去噪的两层凸松弛变分模型，SIAM成像科学杂志，6，2，875-903（2013）·Zbl 1280.94012号 ·数字对象标识码：10.1137/108607X
[18] 卢，J。；沈，L。；徐，C。；Xu，Y.，成像中的乘法噪声去除：一种经验模型及其定点逼近算法，应用和计算谐波分析，41，2，518-539（2016）·Zbl 1360.94043号 ·doi:10.1016/j.acha.2015.10.003
[19] 卢，J。；沈，L。；徐，C。；Xu，Y.，用稀疏感知优化模型去除乘法噪声，逆问题和成像，11，6，949-974（2017）·Zbl 1375.94022号 ·doi:10.3934/ipi.2017044
[20] 卢，J。；杨，Z。；沈，L。；卢，Z。；Yang，H。；Xu，C.，乘法噪声污染图像去模糊的framelet算法，应用数学建模，62，51-61（2018）·Zbl 1460.94010号 ·doi:10.1016/j.apm.2018.05.007
[21] 卢，J。；陈，Y。；邹毅。；Shen，L.，用于恢复模糊和斑点噪声图像的新全变分模型，国际小波、多分辨率和信息处理杂志，15，2（2017）·Zbl 1362.65040号 ·doi:10.1142/S0219691317500096
[22] 佩罗纳，P。；Malik，J.，使用各向异性扩散的尺度空间和边缘检测，IEEE模式分析和机器智能汇刊，12，7，629-639（1990）·doi:10.1109/34.56205
[23] Gerig，G。；库布勒，O。；Kikinis，R。；Jolesz，F.A.，MRI数据的非线性各向异性滤波，IEEE医学成像学报，11，2，221-232（1992）·数字对象标识代码：10.1109/42.141646
[24] Prima，S。；莫里西，S.P。；Barillot，C.，弥散加权和弥散张量MRI去噪的非对数均值变量，医学图像计算和计算机辅助干预国际会议论文集，Springer
[25] Manjon，J.V。；Carbonell-Caballero，J。；Lull，J.J。；加西亚·马蒂，G。；Martí-Bonmati，L。；Robles，M.，使用非局部平均值进行MRI去噪，医学图像分析，12，4，514-523（2008）·doi:10.1016/j.media.2008.02.004
[26] 北卡罗来纳州威斯特-戴斯莱。；Prima，S。；库佩，P。；莫里西，S.P。；Barillot，C.，《低信噪比MRI的非局部均值滤波去除Rician噪声：DT-MRI的应用》，医学图像计算和计算机辅助干预，5242，2，171-179（2008）·文件编号：10.1007/978-3-540-85990-1_21
[27] Nowak，R.D.，用于磁共振成像的基于小波的Rician噪声去除，IEEE图像处理汇刊，8，10，1408-1419（1999）·doi:10.1009/83.791966
[28] Foi，A.，MR成像中的噪声估计和去除：方差稳定方法，第八届IEEE生物医学成像国际研讨会论文集：从纳米到宏观，（ISBI），IEEE
[29] 伍德，J.C。；Johnson，K.M.，磁共振图像的小波包去噪：低信噪比下Rician噪声的重要性，医学中的磁共振，41，3，631-635（1999）·doi:10.1002/（SICI）1522-2594（199903）41:3<631:：AID-MRM29>3.0.CO；第2季度
[30] Bowman，F.，《贝塞尔函数简介》（2012），美国纽约州米诺拉：多佛出版公司，美国纽约市米诺拉·JFM 64.1087.01号
[31] Getreuer，P。；Tong，M。；Vese，L.A.，《受模糊和Rician噪声污染的MR图像恢复的变分模型》，第七届视觉计算进展国际会议论文集，Springer·doi:10.1007/978-3-642-24028-763
[32] Chen，L。；Zeng，T.，用于恢复带有大黎氏噪声的模糊图像的凸变分模型，数学成像与视觉杂志，53，1，92-111（2015）·Zbl 1357.94017号 ·doi:10.1007/s10851-014-0551-y
[33] 亚哈龙，M。；Elad，M。；Bruckstein，A.M.，K-SVD:设计稀疏表示超完备字典的算法，IEEE信号处理学报，54，11，4311-4322（2006）·Zbl 1375.94040号 ·doi:10.1109/TSP.2006.881199
[34] Elad，M。；Aharon，M.，通过学习词典的稀疏和冗余表示进行图像去噪，IEEE图像处理汇刊，15，12，3736-3745（2006）·doi:10.1109/TIP.2006.881969
[35] 奥伯特，G。；Aujol，J.，《消除乘法噪声的变分方法》，SIAM应用数学杂志，68，4，925-946（2008）·Zbl 1151.68713号 ·数字对象标识代码：10.1137/060671814
[36] 刘，Q。；王，S。；Yang，K。；罗，J。；Zhu，Y。；Liang，D.，使用带字典更新的两级Bregman方法进行高欠采样磁共振图像重建，IEEE医学成像学报，32，7，1290-1301（2013）·doi:10.1109/TMI.2013.2256464
[37] 刘，Q。；王，S。；Ying，L。；彭，X。；Zhu，Y。；Liang，D.，用于图像恢复的稀疏梯度域自适应字典学习，IEEE图像处理汇刊，22，12，4652-4663（2013）·Zbl 1373.94258号 ·doi:10.1109/TIP.2013.2277798
[38] 卢，H。；魏杰。；刘，Q。；Wang，Y。；Deng，X.，一种用于mri重建的全广义变异字典学习方法，国际生物医学成像杂志，2016（2016）·doi:10.1155/2016/7512471
[39] Chambolle，A。；Pock，T.，凸问题的一阶原对偶算法及其在成像中的应用，《数学成像与视觉杂志》，40，1，120-145（2011）·兹比尔1255.68217 ·doi:10.1007/s10851-010-0251-1
[40] Esser，E。；张，X。；Chan，T.F.，成像科学中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，3，4，1015-1046（2010）·Zbl 1206.90117号 ·数字对象标识码：10.1137/09076934X
[41] Komodakis，N。；佩斯克特，J.-C.，《玩弄二元性：近期原始语言概述？解决大规模优化问题的双重方法，IEEE Signal Processing Magazine，32，6，31-54（2015）
[42] Chambolle，A.，总变异最小化算法及其应用，《数学成像与视觉杂志》，20，1-289-97（2004）·Zbl 1366.94048号 ·doi:10.1023/B:JMIV.0000011320.81911.38
[43] Ambrosio，L。；Fusco，北。；Pallara，D.，有界变异函数和自由不连续性问题（2000），伦敦：牛津大学出版社，伦敦·Zbl 0957.49001号
[44] 王，Z。；博维克，A.C。；谢赫，H.R。；Simoncelli，E.P.，《图像质量评估：从错误可见性到结构相似性》，IEEE图像处理汇刊，13，4，600-612（2004）·doi:10.1109/TIP.2003.819861
[45] Gibson，J。；Bovik，A.，《图像和视频处理手册》（2000），学术出版社·Zbl 0967.68155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。