查尔斯·阿尔班·德雷达尔；石斌·帕拉梅斯瓦兰；阮楚清。 基于广义高斯混合模型贴片先验的图像去噪。 （英语） Zbl 1429.94011号 SIAM J.成像科学。 11，第4期，2568-2609（2018）. 摘要：补丁先验已经成为图像恢复的重要组成部分。在这类恢复算法中，一种强大的方法是流行的预期补丁对数似然（EPLL）算法。EPLL使用在干净图像补丁上预先学习的高斯混合模型（GMM）作为正则化退化补丁的方法。在本文中，我们证明了广义高斯混合模型（GGMM）比GMM更好地捕捉斑块的潜在分布。尽管GGMM在与EPLL结合之前是一个强大的工具，但其组件的非高斯性对应用于计算密集型图像恢复过程提出了重大挑战。具体来说，每个补丁都必须经过补丁分类步骤和收缩步骤。这两个步骤可以用GMM先验有效地求解，但当使用GGMM先验时在计算上是不切实际的。在本文中，我们为这两个步骤的快速评估提供了近似值和计算公式，以便EPLL可以在包含数万个以上补丁的图像上嵌入GGM。我们的主要贡献是在深入理论分析的基础上分析近似值的准确性。我们的评估表明，GGMM先验始终更适合于建模图像斑块分布，并且在图像去噪任务中平均表现更好。 引用于8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） 68平方英寸10 图像处理的计算方法 62华氏35 多元分析中的图像分析 关键词：广义高斯分布；混合物模型；图像去噪；修补程序优先级 软件：基站 PDF格式BibTeX公司 XML格式引用 \textit{C.-A.Deledale}等人，SIAM J.成像科学。11，第4号，2568--2609（2018；Zbl 1429.94011） 全文： 内政部 arXiv公司 参考文献： [1] A.Achim、A.Bezerianos和P.Tsakalides，{医学超声图像斑点去除的新型贝叶斯多尺度方法}，IEEE Trans。《医学影像学》，20（2001），第772-783页。 [2] M.Aharon、M.Elad和A.Bruckstein，{\it\（k\）-SVD:设计稀疏表示超完备字典的算法}，IEEE Trans。信号处理。，54（2006），第4311-4322页·Zbl 1375.94040号 [3] B.Aiazzi、L.Alparone和S.Baronti，{基于广义高斯PDF建模熵匹配的估计}，IEEE信号处理。莱特。，6（1999），第138-140页。 [4] S.M.Berman，{密度卷积的尾部及其在HIV潜伏期模型中的应用}，Ann.Appl。探针。，2（1992年），第481-502页·Zbl 0752.62014号 [5] K.A.Birney和T.R.Fischer，《关于DCT和子带图像数据压缩建模》，IEEE Trans。图像处理。，4（1995），第186-193页。 [6] L.Boubchir和J.Fadili，{利用曲线变换对图像进行多元统计建模}，《信号处理及其应用国际研讨会论文集》，2005年，第747-750页。 [7] C.Bouman和K.Sauer，{一种用于边缘保持地图估计的广义高斯图像模型}，IEEE Trans。图像处理。，2（1993年），第296-310页。 [8] A.Buades、B.Coll和J.-M.Morel，｛\it图像去噪的非局部算法｝，载于《IEEE计算机视觉和模式识别会议论文集》，2005年，第60-65页·Zbl 1108.94004号 [9] S.G.Chang，B.Yu，和M.Vetterli，{图像去噪和压缩的自适应小波阈值}，IEEE Trans。图像处理。，9（2000），第1532-1546页·Zbl 0962.94028号 [10] C.Chaux、P.L.Combettes、J.-C.Pesquet和V.R.Wajs，《基于框架的反问题的变分公式》，《反问题》，23（2007），1495·Zbl 1141.65366号 [11] Q.Cheng和T.S.Huang，{变换域乘法水印的稳健最优检测}，IEEE Trans。信号处理。，51（2003），第906-924页·Zbl 1369.94579号 [12] K.Dabov，A.Foi，V.Katkovnik，and 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年），第2080-2095页。 [13] C.-A.Deledale、J.Salmon和A.S.Dalalyan，{基于补丁的PCA图像去噪：局部与全局}，《英国机器视觉会议论文集》，2011年，第425-455页。 [14] A.P.Dempster、N.M.Laird和D.B.Rubin，《通过EM算法从不完整数据中获得最大似然》，J.R.Stat.Soc.Ser。B.统计方法。，39（1977），第1-38页·Zbl 0364.62022号 [15] M.N.Do和M.Vetterli，使用广义高斯密度和Kullback-Leibler距离进行基于小波的纹理检索，IEEE Trans。图像处理。，11（2002），第146-158页。 [16] J.A.Dominguez-Molina、G.Gonzaílez-Fariías、R.M.Rodriíguez-Dagnino和I.C.Monterrey，{\it A Practical Procedure to Estimate the Shape Parameter in the Generalized Gaussian Distribution}，技术报告I-01-18，2003年。 [17] D.L.Donoho和J.M.Johnstone，《小波收缩的理想空间自适应》，《生物统计学》，81（1994），第425-455页·Zbl 0815.62019号 [18] C.Dugas，Y.Bengio，F.Beílisle，C.Nadeau，and R.Garcia，{将二阶函数知识纳入期权定价中}，《神经信息处理系统进展》，麻省理工学院出版社，马萨诸塞州剑桥，2001年，第472-478页。 [19] M.Elad和M.Aharon，{通过学习词典上的稀疏和冗余表示进行图像去噪}，IEEE Trans。图像处理。，15（2006年），第3736-3745页。 [20] M.Elad、P.Milanfar和R.Rubinstein，《信号先验分析与合成》，《反问题》，23（2007），947·Zbl 1138.93055号 [21] R.Fergus、B.Singh、A.Hertzmann、S.T.Roweis和W.T.Freeman，《移除单个照片中的相机抖动》，ACM Trans。图表。25（2006），第787-794页·Zbl 1371.94125号 [22] S.Gazor和W.Zhang，{基于拉普拉斯-高斯模型的软语音活动检测器}，IEEE Trans。语音音频处理。，11（2003年），第498-505页。 [23] S.Gazor和W.Zhang，{语音概率分布}，IEEE信号处理。莱特。，10（2003年），第204-207页。 [24] D.Geman和C.Yang，{带半二次正则化的非线性图像恢复}，IEEE Trans。图像处理。，4（1995年），第932-946页。 [25] S.Geman和D.Geman，{随机松弛，吉布斯分布，图像的贝叶斯恢复}，IEEE Trans。模式分析马赫数。英特尔。，6（1984年），第721-741页·Zbl 0573.62030号 [26] A.Houdard、C.Bouveyron和J.Delon，{无监督图像去噪（HDMI）的高维混合模型}，预印本hal-015442492017·Zbl 1475.94018号 [27] P.J.Huber，{稳健统计}，《国际统计科学百科全书》，施普林格出版社，2011年，第1248-1251页·Zbl 1241.62001号 [28] P.J.Huber，{位置参数的稳健估计}，《数学年鉴》。《法律总汇》，第35页（1964年），第73-101页·Zbl 0136.39805号 [29] H.Ji，S.Huang，Z.Shen，Y.Xu，{基于联合稀疏和低秩矩阵近似的鲁棒视频恢复}，SIAM J.Imaging Sci。，4（2011年），第1122-1142页·Zbl 1234.68451号 [30] K.Kokkinakis和A.K.Nandi，{广义高斯概率密度函数的指数参数估计及其在语音建模中的应用}，《信号处理》，85（2005），第1852-1858页·Zbl 1160.94339号 [31] D.Krishnan和R.Fergus，{使用超拉普拉斯先验快速图像反褶积}，《神经信息处理系统进展》，麻省理工学院出版社，马萨诸塞州剑桥，2009年，第1033-1041页。 [32] R.Krupinöski，{小样本下广义高斯分布形状参数的近似快速估计}，Bull。波兰。阿卡德。科学。科技。，63（2015），第405-411页。 [33] S.Lavu，H.Choi和R.Baraniuk，{使用法线网格估计量化几何编码}，《IEEE数据压缩会议论文集》，2003年，第362-371页。 [34] M.Lebrun、A.Buades和J.M.Morel，《非局部贝叶斯图像去噪算法》，SIAM J.Imaging Sci。，6（2013），第1665-1688页·Zbl 1279.68331号 [35] S.Mallat，《多分辨率信号分解理论：小波表示》，IEEE Trans。模式分析马赫数。英特尔。，11（1989），第674-693页·Zbl 0709.94650号 [36] D.Martin、C.Fowlkes、D.Tal和J.Malik，《人类分割自然图像的数据库及其在评估分割算法和测量生态统计方面的应用》，载《第八届IEEE计算机视觉国际会议论文集》，2001年，第416-423页。 [37] T.Michaeli和M.Irani，{使用内部补丁复发进行盲去模糊}，《欧洲计算机视觉会议论文集》，施普林格，2014年，第783-798页。 [38] P.Mittal和K.Gupta，{涉及二元广义函数}的积分，Proc。印度科学院。科学。A、 75（1972），第117-123页·Zbl 0241.33009号 [39] O.M.M.Mohamed和M.Jai¨dane-Sai¨dane，{广义高斯混合模型}，《IEEE信号处理会议论文集》，2009年，第2273-2277页。 [40] P.Moulin和J.Liu，{基于广义高斯和复杂性先验的多分辨率图像去噪方案分析}，IEEE Trans。通知。《理论》，45（1999），第909-919页·Zbl 0945.94004号 [41] F.穆勒，｛\it自然图像的二维DCT系数的分布形状｝，电子。莱特。，29（1993），第1935-1936页。 [42] V.Nair和G.E.Hinton，{校正线性单位改进受限Boltzmann机器}，第27届机器学习国际会议论文集（ICML-10），2010年，第807-814页。 [43] M.Nardon和P.Pianca，《广义高斯密度的模拟技术》，J.Stat.Compute。模拟。，79（2009），第1317-1329页·Zbl 1178.62010号 [44] M.Niknejad、J.M.Bioucas-Dias和M.A.Figueiredo，{使用重要性抽样的类别特定图像去噪}，《IEEE图像处理国际会议论文集》，2017年·Zbl 07122991号 [45] V.Papyan和M.Elad，{基于多尺度补丁的图像恢复}，IEEE Trans。图像处理。，25（2016），第249-261页·Zbl 1408.94526号 [46] S.Parameswaran、C.-A.Deledale、L.Denis和T.Q.Nguyen，{it Accelerating GMM-Based Patch Priors for Image Restoration:Three Components for A \（100×\）Speed-Up}，arXiv预印本，2017年·Zbl 1409.94479号 [47] F.Pascal、L.Bombrun、J.-Y.Tourneret和Y.Berthoumieu，｛\it多元广义高斯分布的参数估计｝，IEEE Trans。信号处理。，61（2013），第5960-5971页·Zbl 1394.62071号 [48] K.P.Peppas，{广义阴影衰落信道上双跳放大转发中继系统平均误码率的新公式}，IEEE Wirel。Commun公司。莱特。，1（2012年），第85-88页。 [49] J.Portilla、V.Strela、M.J.Wainwright和E.P.Simoncelli，{使用小波域中高斯尺度混合的图像去噪}，IEEE Trans。图像处理。，12（2003年），第1338-1351页·Zbl 1279.94028号 [50] S.Purkayastha，{单峰分布卷积两个结果的简单证明}，Statist。普罗巴伯。莱特。，39（1998），第97-100页·Zbl 1094.62504号 [51] A.A.Roenko、V.V.Lukin、I.Djurovic和M.Simeunovic，{广义高斯分布参数估计}，《IEEE通信、控制和信号处理国际研讨会论文集》，2014年，第376-379页。 [52] S.Roth和M.J.Black，{专家领域：学习图像先验的框架}，《IEEE计算机视觉和模式识别会议论文集》，2005年，第860-867页。 [53] R.Rubinstein、T.Peleg和M.Elad，《分析K-SVD:用于分析稀疏模型的字典学习算法》，IEEE Trans。信号处理。，61（2013），第661-677页·Zbl 1393.94416号 [54] L.I.Rudin、S.Osher和E.Fatemi，{基于非线性总变分的噪声去除算法}，Phys。D、 60（1992年），第259-268页·Zbl 0780.49028号 [55] K.Sharifi和A.Leon-Garcia，{视频子带分解中广义高斯分布形状参数的估计}，IEEE Trans。电路系统。视频技术，5（1995），第52-56页。 [56] G.Singh和J.Singh，{图像去噪的自适应非高斯混合模型}，J.Basic Appl。《工程研究》，4（2017），第457-460页。 [57] H.Soury和M.-S.Alouini，{两个广义高斯随机变量之和的新结果}，《IEEE信号和信息处理全球会议论文集》，2015年，第1017-1021页。 [58] J.Sulam和M.Elad，《计算机视觉和模式识别中的能量最小化方法》，《计算中的讲义》。科学。，施普林格，查姆，2015年，第99-111页。 [59] N.Tanabe和N.Farvardin，{噪声信道上使用熵编码量化的子带图像编码}，IEEE J.Areas Commun。，10（1992年），第926-943页。 [60] A.M.Teodoro、M.S.Almeida和M.A.Figueiredo，《使用高斯混合的单帧图像去噪和修复》，《国际模式识别应用与方法会议论文集》，2015年，第283-288页。 [61] A.Van Den Oord和B.Schrauwen，{将Student-t混合物用作图像压缩之前的自然图像补丁}，J.Mach。学习。Res.，15（2014），第2061-2086页·Zbl 1319.62135号 [62] 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年），第600-612页。 [63] P.H.Westerink、J.Biemond和D.E.Boekee，《彩色图像的子带编码》，收录于《子带图像编码》，瑞士查姆斯普林格出版社，1991年，第193-227页。 [64] A.Wintner，{渐近分布和无穷卷积}，爱德华兹兄弟，密歇根州安阿伯，1938年。 [65] 杨勇军，张义勇，尹文华，{一种有效的消除脉冲噪声污染的多通道图像模糊的TVL（1）算法}，SIAM J.Sci。计算。，31（2009），第2842-2865页·Zbl 1195.68110号 [66] G.Yu、G.Sapiro和S.Mallat，{用分段线性估计解决反问题：从高斯混合模型到结构化稀疏}，IEEE Trans。图像处理。，21（2012），第2481-2499页·Zbl 1373.94471号 [67] D.Zoran和Y.Weiss，《从自然图像补丁的学习模型到整体图像恢复》，载于《国际计算机视觉会议论文集》，IEEE，2011年11月，第479-486页。 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。