×
薛、冯；刘嘉奇；哎，夏

稀疏反褶积中基于递归SURE的参数PSF估计。 （英语） Zbl 1512.94010号

J.逆病态概率。 29，第1号，109-124（2021）.
摘要：点扩散函数（PSF）估计在盲图像反褶积中起着重要作用。我们以前的工作表明，最小化Stein的无偏风险估计（SURE）——均方误差的无偏估计（MSE）——可以得到准确的PSF估计。在本文中，我们证明了PSF估计误差的上界取决于反褶积精度以及假定PSF参数形式与潜在真实形式之间的不匹配。因此，我们将惩罚稀疏反褶积合并到SURE中，而不是以前使用的Wiener滤波器。特别地，我们应用迭代软阈值算法来解决（ell_1）最小化问题，并开发了SURE的递归计算，然后证明其收敛于现有的理论结果。在大规模数据的实际实现中，我们应用Monte-Carlo模拟来避免显式矩阵运算。数值例子证明了PSF估计的改进，以及由此产生的反褶积性能。

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
94甲12 信号理论（表征、重建、滤波等）
68平方英寸10 图像处理的计算方法

关键词：

盲图像去卷积；参数PSF估计；Stein的无偏风险估计（SURE）；\基于（\ell_1）的稀疏反褶积；迭代软阈值算法（ISTA）
PDF格式BibTeX公司 XML格式引用
\textit{F.Xue}等人，J.逆病态问题。29，编号1，109--124（2021；Zbl 1512.94010）
全文： 内政部

参考文献：

[1] A.Ahmed、B.Recht和J.Romberg，使用凸规划的盲反褶积，IEEE Trans。通知。《理论60》（2014），第3期，1711-1732·Zbl 1360.94057号
[2] F.Alvarez和H.Attouch，通过离散具有阻尼的非线性振子来求解最大单调算子的惯性近似方法，集值分析。9 (2001), 3-11. ·Zbl 0991.65056号
[3] H.H.Bauschke和P.L.Combettes，Hilbert空间中的凸分析和单调算子理论，CMS图书数学/我们的数学。SMC，施普林格，纽约，2011年·Zbl 1218.47001号
[4] A.Beck和M.Teboulle，线性反问题的快速迭代收缩阈值算法，SIAM J.Imaging Sci。2（2009），第1期，183-202·Zbl 1175.94009号
[5] T.Blu和F.Luisier，图像去噪的SURE-LET方法，IEEE Trans。图像处理。16（2007），第11期，2778-2786。
[6] R.I.Boţ，E.R.Csetnek和C.Hendrich，单调包含问题的惯性Douglas-Rachford分裂，应用。数学。计算。256 (2015), 472-487. ·Zbl 1338.65145号
[7] A.S.Carasso，图像锐化中的APEX方法和低指数Lévy稳定定律的使用，SIAM J.Appl。数学。63（2002），第2期，593-618·Zbl 1046.68120号
[8] F.Chen和J.Ma，图像去模糊高斯模糊参数的经验识别方法，IEEE Trans。信号处理。57（2009），第7期，2467-2478·Zbl 1391.94062号
[9] P.L.Combettes和V.R.Wajs，近端前向-后向分裂信号恢复，多尺度模型。模拟。4（2005），第4期，1168-1200·Zbl 1179.94031号
[10] A.Cornelio、E.Loli Piccolomini和J.G.Nagy，盲反褶积的约束数值优化方法，Numer。《算法》65（2014），第1期，23-42·Zbl 1281.65066号
[11] A.Cornelio，F.Porta和M.Prato，收敛最小二乘正则化盲反褶积方法，应用。数学。计算。259 (2015), 173-186. ·Zbl 1391.94064号
[12] A.Danelakis、M.Mitrouli和D.Triantafylou，使用带状矩阵方法的盲图像反褶积，Numer。算法64（2013），编号1，43-72·Zbl 1279.65026号
[13] C.-A.Deledale、S.Vaiter、J.Fadili和G.Peyré，Stein多参数选择的无偏风险梯度估计（SUGAR），SIAM J.Imaging Sci。7（2014），第4期，2448-2487·Zbl 1361.94012号
[14] Y.C.Eldar，指数族的广义SURE：正则化的应用，IEEE Trans。信号处理。57（2009），第2期，471-481·Zbl 1391.62131号
[15] H.Fang，Y.Shi，D.Pan和G.Zhou，被动毫米波图像的迭代重加权盲反褶积，信号处理。138 (2017), 182-194.
[16] E.Faramarzi、D.Rajan和M.P.Christensen，多图像超分辨率和单/多图像模糊反褶积的统一盲方法，IEEE Trans。图像处理。22（2013），第6期，2101-2114·Zbl 1373.94115号
[17] R.Fergus、B.Singh、A.Hertzmann、S.T.Roweis和W.T.Freeman，从一张照片中消除相机抖动，ACM Trans。Graphics 25（2006），787-794·Zbl 1371.94125号
[18] T.Hastie、R.Tibshirani和J.Friedman，《统计学习的要素》，第二版，纽约斯普林格出版社，2009年·Zbl 1273.62005年
[19] T.A.Hearn和L.Reichel，Justen-Ramlau盲反褶积方法的扩展，高级计算。数学。39（2013），第3-4、465-491号·Zbl 1274.65350号
[20] A.Levin、Y.Weiss和F.Durand，《理解盲反褶积算法》，IEEE Trans。模式分析。《机器智能》33（2011），第12期，2354-2367。
[21] D.Li和S.Simske，通过峰度最小化进行大气湍流退化图像恢复，IEEE Geosci。《遥感快报》6（2009），第2期，244-247。
[22] 李建华，薛凤，T.布鲁，荧光显微镜快速准确的三维PSF计算，美国光学学会期刊。A 34（2017），第6期，1029-1034。
[23] J.Li，F.Xue和T.Blu，光限图像的高斯模糊估计，2017 IEEE国际图像处理会议（ICIP），IEEE出版社，皮斯卡塔韦（2017），495-4997。
[24] D.A.Lorenz和T.Pock，单调包含的惯性前向后退算法，J.Math。《Imaging Vision》51（2015），第2期，311-325页·Zbl 1327.47063号
[25] J.Markham和J.A.Conchello，《参数盲反褶积：图像和模糊同时估计的稳健方法》，J.Optical Soc.Amer。A 16（1999），第10期，2377-2391。
[26] J.A.P.Oliveira、M.A.T.Figueiredo和J.M.Bioucas-Dias，自然图像盲恢复的参数模糊估计：线性运动和离焦，IEEE Trans。图像处理。23（2014），第1期，466-477·Zbl 1374.94290号
[27] Z.A.Opial，非扩张映射连续逼近序列的弱收敛性，Bull。阿默尔。数学。Soc.73（1967），591-597·Zbl 0179.19902号
[28] H.Pan和T.Blu，基于ell_1的图像恢复阈值的迭代线性扩展，IEEE Trans。图像处理。22（2013），第9期，3715-3728。
[29] D.Perrone和P.Favaro，盲反褶积之前的对数图像，国际计算机杂志。视觉。117（2016），第2期，159-172·兹比尔1398.94046
[30] S.Ramani，Z.Liu，J.Rosen，J.F.Nielsen和J.A.Fessler，使用基于GCV和SURE的方法进行非线性迭代图像恢复和MRI重建的正则化参数选择，IEEE Trans。图像处理。21（2012），第8期，3659-3672·Zbl 1373.94340号
[31] S.J.Reeves和R.M.Mersereau，用广义交叉验证方法进行模糊识别，IEEE Trans。图像处理。1（1992），编号301-311。
[32] M.R.Renu，S.Chaudhuri和R.Velmurugan，基于二次上界TV正则化子的盲反褶积的收敛性分析，信号处理。106（2015），第6期，174-183。
[33] P.Ruiz，X.Zhou，J.Mateos，R.Molina和A.K.Katsaggelos，变分贝叶斯盲图像反褶积：综述，数字。信号处理。47 (2015), 116-127.
[34] P.Sarder和A.Nehorai，三维荧光显微镜图像的反卷积方法，IEEE信号处理。Mag.23（2006），第3期，32-45。
[35] C.Song，K.Ma，A.Li，X.Chen和X.X.Xu，利用SURE消除大气湍流的衍射限制图像重建，红外物理。Technol公司。71（2015），第5期，171-174。
[36] J.L.Starck和E.Pantin，《天文学中的反卷积：综述》，Publ。Astrononical Soc.Pacific 114（2002），编号800，1051-1069。
[37] C.M.Stein，多元正态分布平均值的估计，《统计年鉴》。9（1981），第6期，1135-1151·Zbl 0476.62035号
[38] R.J.Tibshirani和J.Taylor，套索问题中的自由度，《统计年鉴》。40（2012），第2期，1198-1232·Zbl 1274.62469号
[39] B.M.Williams、B.Al-Bander、H.Pratt、S.Lawman、Y.Zhao、Y.Cheng和Y.Shen，视网膜眼底图像的快速模糊检测和参数反褶积，胎儿、婴儿和眼科医学图像分析，计算机课堂讲稿。科学。10554，Springer，Cham（2017），194-201。
[40] 薛先生和布鲁先生，基于SURE的参数PSF估计新准则，IEEE Trans。图像处理。24（2015），第2期，595-607·Zbl 1408.94875号
[41] F.Xue、F.Luisier和T.Blu，《多用户SURE-LET反褶积》，IEEE Trans。图像处理。22（2013），第5期，1954-1968·Zbl 1373.94743号
[42] 薛峰（F.Xue）和亚戈拉（A.G.Yagola），基于ATF和TSF的点目标检测性能分析，红外物理。Technol公司。52（2009），第5期，166-173。
[43] 薛凤，A.G.Yagola，J.Liu和G.Meng，迭代加权最小二乘算法的递归SURE，逆问题。科学。Eng.24（2016），第4期，625-646·Zbl 1357.49136号
[44] X.Zhou、M.Vega、F.Zhou，R.Molina和A.Katsaggelos，带Huber超高斯先验的快速贝叶斯盲解卷积，数字。信号处理。60 (2017), 122-133.
[45] H.Zou、T.Hastie和R.Tibshirani，《关于套索的“自由度”》，安·统计师。35（2007），第5期，2173-2192·Zbl 1126.62061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。