×

脉冲噪声下图像恢复的非凸(l_1(l_1-l_2)模型。 (英语) Zbl 1455.94030号

摘要:本文提出了一种具有模糊和脉冲噪声的图像恢复模型,它由(l_1)数据拟合项和非凸正则化项组成,即基于小波框架的(l_1-范数和(l_2)-范数的加权差分。组合模型很难用相应的欧拉-拉格朗日方程求解,这里我们用交替方向乘子法(ADMM)求解。我们描述了算法的详细过程,并建立了算法的收敛性。对不同模糊度和不同脉冲噪声的实验结果表明,该方法在标准信噪比(PSNR)、相对误差(ReErr)和视觉质量方面均优于现有方法。

MSC公司:

94A08型 信息和通信理论中的图像处理(压缩、重建等)
42立方厘米 涉及小波和其他特殊系统的非三角调和分析
68单位10 图像处理的计算方法

软件:

RecPF公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 安德鲁斯,H.C。;Hunt,B.R.,《数字图像恢复》(1977),新泽西州普伦蒂斯·霍尔:普伦蒂斯霍尔·恩格尔伍德悬崖
[2] 阿斯托拉,J。;Kuosmanen,P.,《非线性数字滤波基础》(1997),CRC出版社:CRC出版社,佛罗里达州博卡拉顿
[3] Chan,R。;胡,C。;Nikolova,M.,消除随机值脉冲噪声的迭代程序,IEEE信号处理。莱特。,11, 921-924 (2004)
[4] Gonzalez,R。;Woods,R.,《数字图像处理》(2008),皮尔逊:皮尔逊伦敦
[5] 鲁丁,L。;Osher,S。;Fatemi,E.,基于非线性总变差的噪声去除算法,Physica D,60,259-268(1992)·兹比尔0780.49028
[6] Chan,R。;Ho,C.W。;Nikolova,M.,《通过中位数噪声检测器和边缘保持正则化去除盐类和捕集器噪声》,IEEE Trans。图像处理。,14, 1479-1485 (2005)
[7] Chan,T.F。;Esedoḡlu,S.,《总变差正则化L1函数近似方面》,SIAM J.Appl。数学。,65, 1817-1837 (2005) ·Zbl 1096.94004号
[8] 陈,S。;杨,X。;Cao,G.,通过增加有序差分噪声检测器和自适应变分方法抑制脉冲噪声,模式识别。莱特。,30, 460-467 (2009)
[9] Nikolova,M.,《去除离群值和脉冲噪声的变分方法》,J.Math。成像视觉。,20, 99-120 (2004) ·Zbl 1366.94065号
[10] 杨,J。;尹,W。;Zhang,Y。;王毅,保边变分多通道图像恢复的快速算法,SIAM J.Imaging Sci。,2, 569-592 (2009) ·Zbl 1181.68304号
[11] 杨,J。;Zhang,Y。;Yin,W.,一种有效的TVL1算法,用于消除脉冲噪声污染的多通道图像,SIAM J.Sci。计算。,31, 2842-2865 (2009) ·Zbl 1195.68110号
[12] 杨,J。;Zhang,Y。;Yin,W.,从部分傅里叶数据重建TVL1-L2信号的快速交替方向方法,IEEE J.Stsp。,4, 288-297 (2010)
[13] Ge,D。;蒋,X。;Ye,Y.,关于(l_p)最小化复杂性的注记,数学。程序。,129, 2, 285-299 (2011) ·Zbl 1226.90076号
[14] Lu,C。;Tang,J。;Yan,S。;Lin,Z.,通过迭代重加权核范数实现非凸非光滑低秩最小化,IEEE Trans。图像处理。,25, 2, 829-839 (2016) ·Zbl 1408.94866号
[15] 袁,G。;Ghanem,B.,(l_0)Tv:脉冲噪声图像恢复的稀疏优化方法,IEEE Trans。模式分析。(2017)
[16] Chartrand,R.,通过非凸最小化对稀疏信号进行精确重建,IEEE信号处理。莱特。,14, 10, 707-710 (2007)
[17] 坎迪斯,E。;Wakin,M。;Boyd,S.,通过重新加权\(l_1\)最小化增强稀疏性,J.傅立叶分析。申请。,14, 5, 877-905 (2008) ·Zbl 1176.94014号
[18] 尼科洛娃,M。;Ng,M.K。;Tam,C.P.,On(l_1)数据拟合和图像恢复的凹正则化,SIAM J.Sci。计算。,351397-430(2013年)·Zbl 1267.65028号
[19] 徐,Z。;Chang,X。;徐,F。;Zhang,H.,L1/2正则化:阈值表示理论和快速求解器,IEEE Trans。神经网络。学习。,23, 7, 1013-1027 (2012)
[20] 张志杰。;Bai,M.R。;Ng,M.K.,基于非凸TV的脉冲噪声去除图像恢复,SIAM J.成像科学。,10, 3, 1627-1667 (2017) ·Zbl 1382.49013号
[21] 龚,Z。;沈振伟。;Toh,K.C.,混合或未知噪声下的图像恢复,多尺度模型。模拟。,12, 2, 458-487 (2014) ·Zbl 1380.94021号
[22] Daubechies,I。;Teschke,G。;Vese,L.,在一般凸约束下迭代求解线性反问题,逆问题。成像,1,1,29-46(2007)·Zbl 1123.65044号
[23] Figueiredo,M。;Nowak,R.,基于小波的图像恢复的EM算法,IEEE Trans。图像处理。,12, 8, 906-916 (2003) ·Zbl 1279.94015号
[24] Elad,M。;斯塔克·J。;Querre,P。;Donoho,D.,《使用形态成分分析(MCA)的同步卡通和纹理图像修复》,应用。计算。哈蒙。分析。,19, 3, 340-358 (2005) ·Zbl 1081.68732号
[25] 斯塔克·J。;Elad,M。;Donoho,D.,《通过结合稀疏表示和变分方法进行图像分解》,IEEE Trans。图像处理。,14, 10, 1570-1582 (2005) ·Zbl 1288.94012号
[26] 蔡建芳(Cai,J.F.)。;Chan,R。;沈,L。;Shen,Z.,缺失数据恢复的紧框架方法的收敛性分析,高级计算。数学。,31, 1-3, 87-113 (2009) ·Zbl 1172.94309号
[27] 蔡建芳(Cai,J.F.)。;Osher,S。;Shen,Z.,Split bregman方法和基于帧的图像恢复,多尺度模型。模拟。,8, 2, 337-369 (2009) ·Zbl 1189.94014号
[28] 蔡建芳(Cai,J.F.)。;纪浩。;刘,C.Q。;Shen,Z.W.,基于帧的单图像盲运动去模糊,IEEE Trans。图像处理。,21, 2, 562-572 (2012) ·兹比尔1372.94029
[29] Dong,B。;纪浩。;沈振伟。;Xu,Y.H.,基于小波框架的盲图像修复,应用。计算。哈蒙。分析。,32, 268-279 (2012) ·Zbl 1261.94006号
[30] Goldstein,T。;Osher,S.,L1正则化问题的分裂Bregman算法,SIAM J.成像科学。,2, 323-343 (2009) ·Zbl 1177.65088号
[31] Lou,Y.F。;Yan,M.,通过近端算子实现快速(L1-L2)最小化,J.Sci。计算。,1-19 (2017)
[32] Lou,Y.F。;Osher,S。;Xin,J.,压缩传感的受限L1-L2最小化的计算方面,J.Infect。数字化信息系统。,169-180 (2015) ·Zbl 1370.90176号
[33] 尹,P.H。;Lou,Y.F。;Xin,J.,压缩传感的(l_{1-2})最小化,SIAM J.Sci。计算。,37, 1, 536-563 (2015) ·Zbl 1316.90037号
[34] 埃克斯坦,J。;Bertsekas,D.,关于最大单调算子的douglasrachford分裂方法和近点算法,数学。程序。,55, 1, 293-318 (1992) ·Zbl 0765.90073号
[35] 法泽尔,M。;Pong,T.K。;Sun,D。;Tseng,P.,Hankel矩阵秩最小化及其在系统识别和实现中的应用,SIAM J.矩阵分析。,34, 946-977 (2013) ·Zbl 1302.90127号
[36] 加贝,D。;Mercier,B.,通过有限元近似解非线性变分问题的对偶算法,计算。数学。申请。,2, 1, 17-40 (1976) ·Zbl 0352.65034号
[37] 蔡,M.C。;Jin,X.Q.,《从时滞微分方程解线性系统的BCCB预条件》(2005),佩加蒙出版社·Zbl 1096.34551号
[38] Chan,R。;Ng,M.K.,toeplitz系统的共轭梯度法,SIAM Rev.,38,3,427-482(1995)·兹伯利0863.65013
[39] Fu,H.Y。;NG,M.K。;尼科洛娃,M。;Barlow,J.L.,图像恢复中混合(L_2-L_1)和(L_1-L_1”范数的有效最小化方法,SIAM J.Sci。计算。,1881-1902年6月27日(2006年)·Zbl 1103.65044号
[40] Cheng,C.T.,《水库防洪中的三人多目标冲突决策》,欧洲期刊。第142、3625-631号决议(2002年)·Zbl 1080.90525号
[41] Fotovatikah,F.,《作为大洪水管理基础的计算智能调查:挑战、研究方向和未来工作》,《工程应用》。计算。流体力学。,1241-437(2018年)
[42] Moazenzadeh,R.,将萤火虫算法与支持向量回归相结合以预测伊朗北部的蒸发量,工程应用。计算。流体力学。,12, 1, 584-597 (2018)
[43] Najafi,B.,《ANN、ANFIS和RSM在估算和优化影响生物柴油产量和成本的参数中的应用》,《工程应用》。计算。流体力学。,12, 1, 611-624 (2018)
[44] Wang,W.C.,使用基于EEMD分解的人工神经网络提高中长期径流预测精度,环境。研究,139,46-54(2015)
[45] Yaseen,Z.M.,《河流流量预测的增强极端学习机器模型:水资源工程领域的最新实际应用和未来研究方向》,J.Hydrol。,569, 387-408 (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。