×
丁、孟;黄廷珠;马天辉;赵喜乐;杨京华

使用基于组的低阶先验知识去除柯西噪声。 （英语） Zbl 1433.94011号

申请。数学。计算。 372，文章ID 124971，15 p.（2020）.
小结：虽然对高斯噪声去除进行了广泛的研究，但很少有工作考虑柯西噪声去除问题。本文提出了一种新的基于群体的低阶柯西噪声去除方法。通过利用自然图像的非局部自相似性，我们将一组相似的块视为近似的低阶矩阵，并将每组的去噪表示为一个低阶矩阵恢复问题。同时，我们发展了交替方向乘子算法来求解所提出的保证收敛的非凸模型。实验表明，我们的方法在视觉和定量测量方面都优于最新的方法。

引用于5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）
94甲12 信号理论（表征、重建、滤波等）
62华氏35 多元分析中的图像分析
68单位10 图像处理的计算方法

关键词：

柯西噪声;非局部自相似;低秩矩阵恢复;交替方向乘法器法

软件：

BM3D公司;RASL公司;RecPF公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Ding}等人，应用。数学。计算。372，文章ID 124971，15 p.（2020；Zbl 1433.94011）
全文： 内政部

参考文献：

[1] 阿米尔，B。；Marc，T.，基于梯度的约束全变分图像去噪和去模糊快速算法，IEEE Trans。图像处理。，18, 11, 2419 (2009) ·Zbl 1371.94049号
[2] 班纳吉，S。；Agrawal，M.，《存在重尾脉冲噪声的双参数Cauchy-Gaussian混合模型水声通信》，IEEE海洋电子学会议（SYMPOL），1-7（2013）
[3] Bredies，K。；Kunisch，K。；Pock，T.T.，总广义变异，SIAM J.成像科学。，3, 3, 492-526 (2013) ·Zbl 1195.49025号
[4] Buades，A。；科尔·B。；Morel，J.M.，图像去噪的非局部算法，IEEE计算机视觉和模式识别会议，60-65（2005）·Zbl 1108.94004号
[5] 蔡J.-F。；坎迪斯，E.J。；Shen，Z.，矩阵补全的奇异值阈值算法，SIAM J.Optim。，1956-1982年4月20日（2008年）·Zbl 1201.90155号
[6] Chan，R.H。；Dong，Y.-Q。；Hintermuller，M.，一种有效的两阶段L1-TV方法，用于恢复带有脉冲噪声的模糊图像，IEEE Trans。图像处理。，19, 7, 1731-1739 (2010) ·Zbl 1371.94074号
[7] Chan，T.F。；Esedoglu，S。；Park，F.E.，结合楼梯简化和纹理提取的图像分解，J.Vis。Commun公司。图像表示。，18, 6, 464-486 (2007)
[8] Chen，Y.-Y。；郭永伟。；Wang，Y.-L。；王，D。；彭，C。；He，G.-P.，使用非凸低秩矩阵近似对高光谱图像进行去噪，IEEE Trans。地质科学。遥感，55，9，5366-5380（2017）
[9] Dabov，K。；Foi，A。；Katkovnik，V。；Egiazarian，K.，稀疏三维变换域协同滤波图像去噪，IEEE Trans。图像处理。，16, 8, 2080-2095 (2007)
[10] Danielyan，A。；Katkovnik，V。；Egiazarian，K.，BM3D帧和变化图像去模糊，IEEE Trans。图像处理。，21, 4, 1715-1728 (2012) ·Zbl 1373.94096号
[11] 丁，M。；黄，T.-Z。；纪天勇。；赵晓乐。；Yang，J.-H.，使用基于张量序列秩和总变分的矩阵分解的低秩张量完备，J.Sci。计算。，81, 941-964 (2019) ·Zbl 1466.94005号
[12] 丁，M。；黄，T.-Z。；王，S。；梅，J.-J。；Zhao，X.-L.，Cauchy噪声下去模糊图像的重叠群稀疏总变差，应用。数学。计算。，341, 128-147 (2019) ·Zbl 1428.94021号
[13] 东，W.S。；史国美。；Li，X.，用双边方差估计进行非局部图像恢复：低秩方法，IEEE Trans。图像处理。，22, 2, 700-711 (2013) ·Zbl 1373.94102号
[14] Dong，Y.-Q。；曾天勇，带乘性噪声模糊图像复原的凸变分模型，SIAM J.Imaging Sci。，6, 3, 1598-1625 (2013) ·Zbl 1283.52012年
[15] 埃尔莫塔兹，A。；Lezoray，O。；Bougleux，S.，加权图上的非局部离散正则化：图像和流形处理框架，IEEE Trans。图像处理。，17, 7, 1047-1060 (2008)
[16] Goldstein，T。；奥多诺休，B。；Setzer，S.，《快速交替方向优化方法》，SIAM J.成像科学。，7, 3, 225-231 (2014)
[17] 顾，S.-H。；张，L。；左，W.-M。；Feng，X.C.，加权核范数最小化及其在图像去噪中的应用，IEEE计算机视觉和模式识别会议，2862-2869（2014）
[18] 吉列莫特，C。；Meur，O.L.，《图像修复：概述和最新进展》，IEEE信号处理。Mag.，31，1，127-144（2013）
[19] 胡，Y。；Jacob，M.，图像恢复的高阶总变差（HDTV）正则化。，IEEE传输。图像处理。，21, 5, 2559-2571 (2012) ·Zbl 1373.94174号
[20] 纪浩。；黄，S.-B。；沈中伟。；Xu，Y.-H.，通过联合稀疏和低秩矩阵近似实现鲁棒视频恢复，SIAM J.Imaging Sci。，4, 4, 1122-1142 (2011) ·Zbl 1234.68451号
[21] 蒋，T.-X。；黄，T.-Z。；赵晓乐。；邓，L.-J。；Wang，Y.，FastDeRain：一种使用方向梯度先验的新型视频雨条去除方法，IEEE Trans。图像处理。，2089-2102年4月28日（2019年）
[22] Kindermann，S。；Osher，S。；Jones，P.W.，用非局部泛函对图像进行去模糊和去噪，SIAM J.多尺度模型。模拟。，4, 4, 1091-1115 (2005) ·Zbl 1161.68827号
[23] Krishnan，D。；Fergus，R.，使用超拉普拉斯先验的快速图像反褶积，神经信息处理系统进展，1033-1041（2009）
[24] Kuruoglu，E.E。；菲茨杰拉德，W.J。；Rayner，P.J.W.，用对称α稳定分布建模的脉冲噪声中信号的近最优检测，IEEE Commun。莱特。，2, 10, 282-284 (1998)
[25] Laus，F。；Pierre，F。；Steidl，G.，《柯西噪声去除的非局部无数滤波器》，J.Math。成像视觉。，60, 8, 1324-1354 (2018) ·Zbl 1435.94030号
[26] F.Laus，G.Steidl，基于学生t分布参数估计的多元多元滤波器，arXiv:1810.05594（2019）·Zbl 1442.62121号
[27] Li，F。；Zeng，T.-Y.，基于稀疏性的图像修复通用变分框架，IEEE Trans。图像处理。，23, 10, 4242-4254 (2014) ·Zbl 1374.94201号
[28] 李，X.-T。；赵晓乐。；蒋，T.-X。；郑永斌。；纪天勇。；Huang，T.-Z.，通过组合非局部相似性和低秩正则化实现低秩张量补全，神经计算，70，677-695（2019）·Zbl 1462.90096号
[29] 刘，G.-C。；林，Z.C。；Yu，Y.，通过低秩表示的鲁棒子空间分割，国际机器学习会议，663-670（2010）
[30] 刘，R.-S。；林，Z.C。；De la Torre，F。；Su，Z.-X.，无监督视觉学习的固定库表示法，IEEE计算机视觉和模式识别会议，598-605（2012）
[31] 卢，Y.-F。；张晓杰。；Osher，S。；Bertozzi，A.，《通过非局部算子进行图像恢复》，J.Sci。计算。，42, 2, 185-197 (2010) ·Zbl 1203.65088号
[32] 马，T.-H。；黄，T.-Z。；赵晓乐，利用三维动画和纹理先验进行基于组的图像分解，信息科学。，328, 510-527 (2016)
[33] 马，T.-H。；黄，T.-Z。；赵晓乐。；Lou，Y.，《使用基于组的低阶图像先验，使用不准确模糊核进行图像去模糊》，Inf.Sci。，408213-233（2017）
[34] Mairal，J。；巴赫，F。；彭斯，J。；萨皮罗，G。；Zisserman，A.，图像恢复的非局部稀疏模型，IEEE计算机视觉国际会议，2272-2279（2009）
[35] 梅，J.-J。；Dong，Y.-Q。；黄，T.-Z。；Yin，W.-T.，具有收敛保证的非凸admm去除Cauchy噪声，J.Sci。计算。，74, 2, 743-766 (2018) ·Zbl 06858871号
[36] Peng，Y.-G。；Ganesh，A。；Wright，J。；徐，W.-L。；Ma，Y.，RASL:线性相关图像的稀疏和低秩分解鲁棒对齐，IEEE Trans。模式分析。机器。整数。，34, 11, 2233-2246 (2012)
[37] 鲁丁，L.I。；Osher，S。；Fatemi，E.，基于非线性总变差的噪声去除算法，Physica D，60，1-4，259-268（1992）·Zbl 0780.49028号
[38] Sciacchitano，F。；Dong，Y.-Q。；曾天勇，带柯西噪声模糊图像复原的变分方法，SIAM J.成像科学。，1894-1922年8月3日（2015年）·Zbl 1343.94014号
[39] Shinde，M。；Gupta，S.，热带大气噪声中的信号检测，IEEE Trans。社区。，22, 8, 1055-1063 (1974)
[40] 王，Y。；尹，W.-T。；Zeng，J.-S.，非凸非光滑优化中ADMM的全局收敛性，科学学报。计算。，78, 1, 29-63 (2019) ·Zbl 1462.65072号
[41] Wang，Y.-L。；Yang，J.-F。；尹，W.-T。；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, 3, 248-272 (2008) ·Zbl 1187.68665号
[42] 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 Trans。图像处理。，13, 4, 600-612 (2004)
[43] 韦斯，P。；Blanc-Féraud，L。；Aubert，G.，图像处理中约束条件下总变差最小化的有效方案，SIAM J.Sci。计算。，31, 3, 2047-2080 (2009) ·Zbl 1191.94029号
[44] Wu，C.-L。；Tai，X.-C.，《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, 3, 300-339 (2010) ·Zbl 1206.90245号
[45] 杨，J。；Wright，J。；Huang，T.S。；Ma，Y.，通过稀疏表示的图像超分辨率，IEEE Trans。图像处理。，19, 11, 2861-2873 (2010) ·Zbl 1371.94429号
[46] Yang，J.-H。；赵晓乐。；纪天勇。；马，T.-H。；Huang，T.-Z.，张量稳健主成分分析的低秩张量列，应用。数学。计算。，367, 124783 (2020) ·Zbl 1433.90118号
[47] Yang，J.-H。；赵晓乐。；马，T.-H。；陈，Y。；黄，T.-Z。；丁，M.，利用单向高阶总变差和非凸低阶正则化进行遥感图像去纹理，J.Compute。申请。数学。，363, 124-144 (2020) ·Zbl 1429.94027号
[48] 张海燕。；He，W。；张丽萍。；沈海峰。；袁，Q.-Q.，利用低阶矩阵恢复高光谱图像，IEEE Trans。地质科学。遥感，52，8，4729-4743（2014）
[49] 张杰。；赵博士。；Gao，W.，用于图像恢复的基于组的稀疏表示，IEEE Trans。图像处理。，23336-351（2014年）·Zbl 1374.94445号
[50] 张，X。；汉堡，M。；布列松，X。；Osher，S.，用于反褶积和稀疏重建的Bregmaized非局部正则化，SIAM J.成像科学。，3, 3, 253-276 (2010) ·Zbl 1191.94030号
[51] 赵晓乐。；Wang，F。；Ng，M.K.，乘法噪声和模糊去除的新凸优化模型，SIAM J.成像科学。，7, 1, 456-475 (2014) ·Zbl 1296.65093号
[52] 赵晓乐。；Wang，W。；曾，T.-Y。；黄，T.-Z。；Ng，M.K.，图像恢复的全变分结构全最小二乘法，SIAM J.Sci。计算。，35, 6, 1304-1320 (2013) ·Zbl 1287.65014号
[53] 郑永斌。；黄，T.-Z。；赵晓乐。；蒋，T.-X。；马，T.-H。；纪天勇，通过低纤维库正则化去除高光谱图像中的混合噪声，1-16（2019）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。