×
王维娜;吴春林;泰雪成

约束非Lipschitz图像恢复模型的全局收敛算法。 （英语） Zbl 1455.94037号

科学杂志。计算。 83，第1号，第14号论文，29页（2020年）.
摘要：本文研究了一种非Lipschitz和箱约束模型，用于去除高斯噪声的分段常数和自然图像恢复。它由非Lipschitz各向同性的一阶（ell_p）（（0<p<1））和二阶（ell_1）作为正则化项组成，以同时保持平滑区域中的边并克服阶梯效应。因此，该模型结合了非Lipschitz和高阶正则化以及箱约束的优点。虽然该模型的分析相当复杂，但我们建立了一个激励定理，该定理导出了一个具有近似线性化的迭代支持收缩算法。该算法易于实现，具有全局收敛性。在收敛性分析中，一个关键步骤是证明迭代序列梯度的非零项的下界理论。该理论也为算法的边缘保持特性提供了理论保证。大量的数值实验和比较表明，我们的方法对于分段常数和自然图像恢复都是非常有效的。

引用于7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）
90C26型 非凸规划，全局优化
94甲12 信号理论（表征、重建、滤波等）

关键词：

非Lipschitz优化;箱约束;高阶正则化;支架收缩;下限理论;Kurdyka-Łojasiewicz地产;图像复原

软件：

RecPF公司
PDF格式BibTeX公司 XML格式引用
\textit{W.Wang}等人，《科学杂志》。计算。83，第1号，第14号论文，29页（2020年；Zbl 1455.94037）
全文： 内政部

参考文献：

[1] Attouch，H。；博尔特，J。；Redont，P。；Soubeyran，A.，非凸问题的近似交替最小化和投影方法：基于kurdyka-łojasiewicz不等式的方法，数学。操作。研究，35，438-457（2008）·Zbl 1214.65036号 ·doi:10.1287/门.1100.0449
[2] Attouch，H。；博尔特，J。；Svaiter，BF，半代数和驯服问题下降方法的收敛性：近似算法，前向-后向分裂，正则高斯-侧面方法，数学。程序。，137, 91-129 (2013) ·Zbl 1260.49048号 ·doi:10.1007/s10107-011-0484-9
[3] 贝克，A。；Teboulle，M.，约束全变差图像去噪和去模糊问题的快速梯度算法，IEEE Trans。图像处理。，18, 2419-2434 (2009) ·Zbl 1371.94049号 ·doi:10.1109/TIP.2009.2028250
[4] 卞，W。；陈，X.，图像恢复的线性约束非lipschitz优化，SIAM J.Imaging Sci。，8, 2294-2322 (2015) ·Zbl 1327.90299号 ·数字对象标识代码：10.1137/140985639
[5] 博尔特，J。；萨巴赫，S。；Teboulle，M.，非凸和非光滑问题的近似交替线性化最小化，数学。程序。，146, 459-494 (2014) ·兹比尔1297.90125 ·doi:10.1007/s10107-013-0701-9
[6] 坎迪斯，EJ；J.隆伯格。；Tao，T.，《鲁棒不确定性原理：从高度不完整的频率信息重建精确信号》，IEEE Trans。《信息论》，52，489-509（2006）·Zbl 1231.94017号 ·doi:10.1109/TIT.2005.862083
[7] Chambolle，A。；狮子，PL，通过总变化最小化的图像恢复和相关问题，数字。数学。，76, 167-188 (1997) ·Zbl 0874.68299号 ·doi:10.1007/s002110050258
[8] Chan，RH；陶，M。；Yuan，X.，基于交替方向乘法器法的约束全变差去模糊模型和快速算法，SIAM J.Imaging Sci。，680-697（2013）·兹比尔1279.68322 ·doi:10.1137/110860185
[9] Chan，T.F.，Esedoglu，S.，Park，F.：纹理提取和图像恢复问题中阶梯简化的四阶对偶方法，载于ICIP，第4137-4140页（2010）
[10] Chan，TF；Marquina，A。；Mulet，P.，基于高阶全变分的图像恢复，SIAM J.Sci。计算。，22, 503-516 (2000) ·Zbl 0968.68175号 ·doi:10.1137/S1064827598344169
[11] Chartrand，R.，Yin，W.：压缩传感的迭代重加权算法。收录于：ICASSP，第3869-3872页（2008年）
[12] 陈，X。；Ng、MK；Zhang，C.，图像恢复的非lipschitz正则化和盒子约束模型，IEEE Trans。图像处理。，21, 4709-4721 (2012) ·Zbl 1373.94080号 ·doi:10.1109/TIP.2012.2214051
[13] 陈，X。；牛，L。；Yuan，Y.，非线性优化的最优性条件和光滑信赖域牛顿法，SIAM J.Optim。，23, 1528-1552 (2013) ·Zbl 1291.90238号 ·doi:10.1137/120871390
[14] 陈，X。；徐，F。；Ye，Y.，（ell_2-\ell_p）最小化解中非零项的下限理论，SIAM J.Sci。计算。，32, 2832-2852 (2010) ·Zbl 1242.90174号 ·数字对象标识代码：10.1137/090761471
[15] 陈，X。；周伟，利用非光滑非凸极小化平滑非线性共轭梯度法进行图像恢复，SIAM J.成像科学。，3, 765-790 (2010) ·Zbl 1200.65031号 ·数字对象标识代码：10.1137/080740167
[16] 陈，X。；Zhou，W.，（ell_2-\ell_p）最小化的重加权（ell_1）最小化算法的收敛性，计算。优化。申请。，59, 47-61 (2014) ·Zbl 1326.90062号 ·doi:10.1007/s10589-013-9553-8
[17] X·冯。；吴，C。；Zeng，C.，关于带盒约束的图像恢复梯度正则化模型的局部和全局极小值问题，逆问题。，34, 1-34 (2018) ·Zbl 1397.49021号 ·doi:10.1088/1361-6420/aad1c5
[18] 福卡特，S。；Lai，MJ，通过（0<q<1）的（ell_q\）-最小化求解欠定线性系统的最稀疏解，Appl。计算。哈蒙。分析。，26, 395-407 (2009) ·Zbl 1171.90014号 ·doi:10.1016/j.acha.2008.09.001
[19] Grasmair，M。；Lenzen，F.，各向异性总变化滤波，Appli。数学。优化。，62323-339（2010年）·兹比尔1205.35152 ·数字对象标识代码：10.1007/s00245-010-9105-x
[20] Hinterberger，W。；Scherzer，O.，用于凸化和去噪的有界hessian函数空间上的变分方法，计算，76，109-133（2006）·Zbl 1098.49022号 ·doi:10.1007/s00607-005-0119-1
[21] 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 J.Imaging Sci。，6, 1385-1415 (2013) ·Zbl 1281.65033号 ·数字对象标识代码：10.1137/10854746
[22] Lanza，A。；Morigi，S。；Sgallari，F.，图像恢复的约束（tv_p-\ell_2）模型，科学杂志。计算。，68, 64-91 (2016) ·Zbl 1344.65025号 ·doi:10.1007/s10915-015-0129-x
[23] Lysaker，M。；伦德沃德，A。；Tai，X.，《利用四阶偏微分方程去除噪声及其在空间和时间医学磁共振图像中的应用》，IEEE Trans。图像处理。，12, 1579-1590 (2003) ·Zbl 1286.94020号 ·doi:10.1109/TIP.2003.819229
[24] Lysaker，M。；Tai，X.，《结合总变差最小化和二阶泛函的迭代图像恢复》，《国际计算杂志》。视觉。，66, 5-18 (2006) ·Zbl 1286.94021号 ·doi:10.1007/s11263-005-3219-7
[25] 加利福尼亚州米切利；沈，L。；Xu，Y.，图像模型的邻近算法：去噪，逆概率。，27, 1-30 (2011) ·Zbl 1216.94015号 ·doi:10.1088/0266-5611/27/4/045009
[26] Nikolova，M.，通过最小化非凸正则最小二乘法分析图像和信号中的边缘恢复，SIAM J.多尺度模型。模拟。，4, 960-991 (2005) ·Zbl 1091.94007号 ·doi:10.1137/040619582
[27] 尼科洛娃，M。；Ng、MK；Tam，CP，图像恢复和重建的快速非凸非光滑最小化方法，IEEE Trans。图像处理。，19, 3073-3088 (2010) ·Zbl 1371.94277号 ·doi:10.1109/TIP.2010.2052275
[28] 尼科洛娃，M。；Ng、MK；张，S。；Ching，WK，使用非光滑非凸最小化的分段常数图像的有效重建，SIAM J.Imaging Sci。，2008年2月1日至25日·Zbl 1207.94017号 ·doi:10.1137/070692285
[29] 李鲁丁；Osher，S。；Fatemi，E.，基于非线性总变差的噪声去除算法，Phys。D、 非线性现象，60，259-268（1992）·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F
[30] 斯特朗，D。；Chan，T.，全变分正则化的边保持和尺度相关性质，逆问题。，19, 165-187 (2003) ·Zbl 1043.94512号 ·doi:10.1088/0266-5611/19/6/059
[31] Wang，Y。；杨，J。；尹，W。；张勇，全变分图像重建的一种新的交替最小化算法，SIAM J.Imaging Sci。，1, 248-272 (2008) ·Zbl 1187.68665号 ·doi:10.1137/080724265
[32] Wang，Y。；Yin，W.，通过迭代支持检测重建稀疏信号，SIAM J.成像科学。，3, 462-491 (2010) ·Zbl 1206.68340号 ·doi:10.1137/090772447
[33] Wang，Z。；博维克，AC；Sheikh，人力资源部；Simoncelli，EP，《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, 600-612 (2004) ·doi:10.1109/TIP.2003.819861
[34] 吴，C。；Tai，X.，《rof、矢量电视和高阶模型的增广拉格朗日方法、对偶方法和分裂bregman迭代》，SIAM J.成像科学。，3, 300-339 (2010) ·Zbl 1206.90245号 ·doi:10.1137/090767558
[35] 徐，Z。；Chang，X。；徐，F。；Zhang，H.，（ell_{frac{1}{2}}）正则化：阈值表示理论和快速求解器，IEEE Trans。神经网络。学习。系统。，23, 1013-1027 (2012) ·doi:10.1109/TNNLS.2012.2197412
[36] 你，Y。；Kaveh，M.，消除噪声的四阶偏微分方程，IEEE Trans。图像处理。，1723-1730年9月（2000年）·兹伯利0962.94011 ·doi:10.1109/83.869184
[37] 曾，C。；贾，R。；Wu，C.，图像恢复中非lipschitz优化的迭代支持收缩算法，J.Math。成像视觉。，61, 122-139 (2018) ·Zbl 1487.94034号 ·doi:10.1007/s10851-018-0830-0
[38] 曾，C。；Wu，C.，关于图像恢复中非凸非光滑正则化的边缘恢复性质，SIAM J.Numer。分析。，56, 1168-1182 (2018) ·Zbl 1391.49050号 ·doi:10.1137/17M1123687
[39] 曾，C。；Wu，C.，关于箱约束非凸非光滑正则化各向同性模型恢复图像的不连续性，高级计算。数学。，45, 589-610 (2019) ·Zbl 1415.49018号 ·doi:10.1007/s10444-018-9629-1
[40] 钟宏：基于能量最小化的图像去噪和医学图像分割研究。南开大学硕士论文（2019）
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。