×
曾超;贾、瑞;吴春林

图像恢复中非Lipschitz优化的迭代支持收缩算法。 （英语） Zbl 1487.94034号

J.数学。成像视觉。 61，第1期，第122-139页（2019年）.
摘要：我们考虑了一类非Lipschitz正则化问题，其中包括作为特例的（mathrm{TV}^p）模型。得到了非Lipschitz正则化的下界理论，这启发我们提出了一种保证图像梯度支持集非泛化的算法。该算法经过近似线性化后，易于实现。可以利用图像处理中的一些标准技术，如快速傅里叶变换。此外，还建立了全局收敛性。此外，我们证明了该算法恢复的图像具有边缘保持特性。数值算例表明了算法的良好性能和理论的合理性。

引用于13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）
90 C90 数学规划的应用

关键词：

非凸非光滑优化;非Lipschitz优化;下限理论;Kurdyka-Łojasiewicz地产;全变差正则化;图像复原

软件：

RecPF公司;PDCO公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Zeng}等人，J.Math。成像视觉。61，No.1，122--139（2019；Zbl 1487.94034）
全文： 内政部

参考文献：

[1] Attouch，H.，Bolt，J.：关于涉及分析特征的非光滑函数的近似算法的收敛性。数学。程序。116(1), 5-16 (2009) ·Zbl 1165.90018号 ·doi:10.1007/s10107-007-0133-5
[2] Attouch，H.，Bolt，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。第35（2）号决议，438-457（2010年）·Zbl 1214.65036号 ·doi:10.1287/门.1100.0449
[3] Attouch，H.，Bolt，J.，Svaiter，B.F.：半代数和驯化问题下降方法的收敛性：近似算法，前向-后向分裂和正则高斯-侧面方法。数学。程序。137(1-2), 91-129 (2013) ·Zbl 1260.49048号 ·doi:10.1007/s10107-011-0484-9
[4] Beck，A.，Teboulle，M.：线性反问题的快速迭代收缩阈值算法。SIAM J.成像科学。2(1), 183-202 (2009) ·Zbl 1175.94009号 ·doi:10.1137/080716542
[5] Bian，W.，Chen，X.：用于图像恢复的线性约束非lipschitz优化。SIAM J.成像科学。8(4), 2294-2322 (2015) ·Zbl 1327.90299号 ·数字对象标识代码：10.1137/140985639
[6] Blumensath，T.，Davies，M.E.：压缩感知的迭代硬阈值。申请。计算。哈蒙。分析。27(3), 265-274 (2009) ·Zbl 1174.94008号 ·doi:10.1016/j.acha.2009.04.002
[7] Bolt，J.，Danilidis，A.，Lewis，A.：非光滑子分析函数的łojasiewicz不等式及其在次梯度动力系统中的应用。SIAM J.Optim公司。17(4), 1205-1223 (2007) ·Zbl 1129.26012号 ·doi:10.1137/050644641
[8] Bolt，J.，Danilidis，A.，Lewis，A.，Shiota，M.：分层函数的Clarke次梯度。SIAM J.Optim公司。18(2), 556-572 (2007) ·Zbl 1142.49006号 ·doi:10.1137/060670080
[9] Bolt，J.，Sabach，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(1-2), 459-494 (2014) ·兹比尔1297.90125 ·doi:10.1007/s10107-013-0701-9
[10] Bondy，J.，Murty，U.：图论（数学研究生课程）。施普林格，纽约（2008）·兹比尔1134.05001
[11] Candès，E.J.、Romberg，J.、Tao，T.：稳健的不确定性原理：从高度不完整的频率信息中精确重建信号。IEEE传输。《信息论》52（2），489-509（2006）·Zbl 1231.94017号 ·doi:10.1109/TIT.2005.862083
[12] Candes，E.J.，Wakin，M.B.，Boyd，S.P.：通过重加权增强稀疏性ℓ1最小化。J.傅里叶分析。申请。14(5), 877-905 (2008) ·Zbl 1176.94014号 ·doi:10.1007/s00041-008-9045-x
[13] Chartrand，R.：通过非凸最小化精确重建稀疏信号。IEEE信号处理。莱特。14(10), 707-710 (2007) ·doi:10.1109/LSP.2007.898300
[14] Chartrand，R.，Staneva，V.：受限等距特性和非凸压缩传感。反向探测。24(3), 035020 (2008) ·Zbl 1143.94004号 ·doi:10.1088/0266-5611/24/3/035020
[15] Chartrand，R.，Yin，W.：压缩传感的迭代重加权算法。摘自：IEEE声学、语音和信号处理国际会议，2008年。ICASSP 2008，第3869-3872页。IEEE（2008）
[16] Chen，S.S.，Donoho，D.L.，Saunders，M.A.：通过基追踪进行原子分解。SIAM版本43（1），129-159（2001）·Zbl 0979.94010号 ·doi:10.1137/S003614450037906X
[17] Chen，X.：非光滑、非凸最小化的平滑方法。数学。程序。134, 71-99 (2012) ·Zbl 1266.90145号 ·doi:10.1007/s10107-012-0569-0
[18] Chen，X.，Ng，M.K.，Zhang，C.：用于图像恢复的非lipschitz正则化和框约束模型。IEEE传输。图像处理。21(12), 4709-4721 (2012) ·Zbl 1373.94080号 ·doi:10.1109/TIP.2012.2214051
[19] Chen，X.，Niu，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公司。23(3), 1528-1552 (2013) ·Zbl 1291.90238号 ·doi:10.1137/120871390
[20] Chen，X.，Xu，F.，Ye，Y.：\[\ell_2-\ell_p\]解中非零项的下界理论ℓ2-ℓp最小化。SIAM J.科学。计算。32(5), 2832-2852 (2010) ·Zbl 1242.90174号 ·doi:10.1137/090761471
[21] Chen，X.，Zhou，W.：使用非光滑非凸最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(4), 765-790 (2010) ·Zbl 1200.65031号 ·数字对象标识代码：10.1137/080740167
[22] Chen，X.，Zhou，W.：重加权的收敛性\[\ell_1\]ℓ\[\ell_2-\ell_p\]的1最小化算法ℓ2-ℓp最小化。计算。最佳方案。申请。59(1-2), 47-61 (2014) ·Zbl 1326.90062号 ·doi:10.1007/s10589-013-9553-8
[23] Daubechies，I.、DeVore，R.、Fornasier，M.、Güntürk，C.S.：稀疏恢复的迭代加权最小二乘最小化。Commun公司。纯应用程序。数学。63(1), 1-38 (2010) ·Zbl 1202.65046号 ·doi:10.1002/cpa.20303
[24] Donoho，D.L.：对于大多数大型欠定线性方程组，最小值\[\ell_1\]ℓ1-范数解也是最稀疏解。Commun公司。纯应用程序。数学。59(6), 797-829 (2006) ·Zbl 1113.15004号 ·doi:10.1002/cpa.20132年
[25] Foucart，S.，Lai，M.-J.：通过\[\ell_q\]求欠定线性系统的最稀疏解ℓ\[0<q<10\]<q<1的q最小值。申请。计算。哈蒙。分析。26(3), 395-407 (2009) ·Zbl 1171.90014号 ·doi:10.1016/j.acha.2008.09.001
[26] Gribonval，R.，Nielsen，M.：基础联合中的稀疏表示。IEEE传输。《信息论》49（12），3320-3325（2003）·Zbl 1286.94032号 ·doi:10.1109/TIT.2003.8200031
[27] Hintermüller，M.，Wu，T.：图像恢复中的非凸tv-q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.成像科学。6(3), 1385-1415 (2013) ·兹比尔1281.65033 ·数字对象标识代码：10.1137/10854746
[28] Kurdyka，K.：关于可在o-极小结构中定义的函数的梯度。《傅里叶学会年鉴》48，769-784（1998）·兹比尔0934.32009 ·doi:10.5802/aif.1638
[29] Lai，M.-J.，Wang，J.：无约束ℓ欠定线性系统稀疏解的q极小化。SIAM J.Optim公司。21(1), 82-101 (2011) ·Zbl 1220.65051号 ·数字对象标识代码：10.1137/090775397
[30] Lai，M.-J.，Xu，Y.，Yin，W.：无约束光滑的改进迭代加权最小二乘法\[\ell_q\]ℓq最小化。SIAM J.数字。分析。51(2), 927-957 (2013) ·Zbl 1268.49038号 ·数字对象标识代码：10.1137/10840364
[31] Lanza，A.，Morigi，S.，Sgallari，F.：约束tv\[_p-\ell_2\]p-ℓ2模型用于图像恢复。科学杂志。计算。68(1), 64-91 (2016) ·Zbl 1344.65025号 ·doi:10.1007/s10915-015-0129-x
[32] Li，G.，Pong，T.K.：非凸组合优化分裂方法的全局收敛性。SIAM J.Optim公司。25(4), 2434-2460 (2015) ·Zbl 1330.90087号 ·doi:10.1137/140998135
[33] Łojasiewicz，S.：Une propriété拓扑des sous-ensemples analytiques réels。《部分河流方程》117、87-89（1963）·Zbl 0234.57007号
[34] Lu，Z.：\[\ell_p\]的迭代重加权最小化方法ℓp正则无约束非线性规划。数学。程序。147(1-2), 277-307 (2014) ·Zbl 1308.90170号 ·doi:10.1007/s10107-013-0722-4
[35] Natarajan，B.K.：线性系统的稀疏近似解。SIAM J.计算。24(2), 227-234 (1995) ·Zbl 0827.68054号 ·doi:10.137/S0097539792240406
[36] Ng，M.K.，Chan，R.H.，Tang，W.C.：具有neumann边界条件的去模糊模型的快速算法。SIAM J.科学。计算。21(3), 851-866 (1999) ·Zbl 0951.65038号 ·doi:10.137/S1064827598341384
[37] 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。多尺度模型。模拟。4(3), 960-991 (2005) ·Zbl 1091.94007号 ·doi:10.1137/040619582
[38] Nikolova，M.，Ng，M.K.，Tam，C.-P.：图像恢复和重建的快速非凸非光滑最小化方法。IEEE传输。图像处理。19(12), 3073-3088 (2010) ·Zbl 1371.94277号 ·doi:10.1109/TIP.2010.2052275
[39] Nikolova，M.，Ng，M.K.，Zhang，S.，Ching，W.-K.：使用非光滑非凸最小化高效重建分段常量图像。SIAM J.成像科学。1(1), 2-25 (2008) ·Zbl 1207.94017号 ·doi:10.1137/070692285
[40] Ochs，P.，Dosovitskiy，A.，Brox，T.，Pock，T.：关于计算机视觉中非光滑非凸优化的迭代重加权算法。SIAM J.成像科学。8(1), 331-372 (2015) ·Zbl 1326.65078号 ·数字对象标识代码：10.1137/140971518
[41] Rockafellar，R.T.，Wets，R.J.-B.：变分分析，第317卷。柏林施普林格出版社（2009）·Zbl 0888.49001号
[42] Rudin，L.I.，Osher，S.，Fatemi，E.：基于非线性总变差的噪声去除算法。《物理学D》60（1-4），259-268（1992）·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F
[43] Sidky，E.Y.，Chartrand，R.，Boone，J.M.，Pan，X.：用于增强梯度稀疏性利用的约束t\[p\]pv最小化：在ct图像重建中的应用。IEEE J.传输。Eng.Health Med.2（6），1-18（2014）·doi:10.1109/JTEHM.2014.2300862
[44] Storath，M.、Weinmann，A.、Frikel，J.、Unser，M.：使用potts模型进行联合图像重建和分割。反向探测。31(2), 025003 (2015) ·Zbl 1342.94029号 ·doi:10.1088/0266-5611/31/2/025003
[45] Sun，Q.：通过\[\ell_Q\]恢复稀疏信号ℓq最小化。申请。计算。哈蒙。分析。32(3), 329-341 (2012) ·Zbl 1266.94017号 ·doi:10.1016/j.acha.2011.07.001
[46] Van den Dries，L.，Miller，C.等人：几何范畴和o-极小结构。杜克大学数学。J.84（2），497-540（1996）·Zbl 0889.03025号 ·doi:10.1215/S0012-7094-96-08416-1
[47] Wang，Y.，Yang，J.，Yin，W.，Zhang，Y.：全变分图像重建的一种新的交替最小化算法。SIAM J.成像科学。1(3), 248-272 (2008) ·Zbl 1187.68665号 ·doi:10.1137/080724265
[48] Wu，C.，Tai，X.C.：rof、矢量tv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(3), 300-339 (2010) ·Zbl 1206.90245号 ·doi:10.1137/090767558
[49] Xu，Z.，Chang，X.，Xu，F.，Zhang，\[H.:l_{1/2}\]l1/2正则化：阈值表示理论和快速求解器。IEEE传输。神经网络。学习。系统。23(7), 1013-1027 (2012) ·doi:10.1109/TNNLS.2012.2197412
[50] Zeng，C.，Wu，C.：图像恢复中非凸非光滑正则化的边缘恢复特性。SIAM J.数字。分析。56(2), 1168-1182 (2018) ·Zbl 1391.49050号 ·doi:10.1137/17M1123687
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。