×
高一鸣；刘芳；杨小平

具有非二次保真度的总广义变差恢复。 （英语） Zbl 1448.94013号

多维系统。信号处理。 29，第4期，1459-1484（2018）.
摘要：基于全变分（TV）的模型在图像恢复问题中得到了广泛的应用。然而，由于有界变差（BV）空间的性质，这些模型总是伴随着阶梯效应。本文针对脉冲噪声和泊松噪声污染的模糊图像，提出了两种基于总广义变分（TGV）的高阶变分模型，其中包含两个常见且重要的非二次保真度数据项。由于乘法器的交替方向方法（ADMM）的直接扩展不一定收敛，我们开发了一种称为预测校正ADMM的有效算法来解决我们的模型，并展示了所提出方法的收敛性。此外，我们扩展了我们的模型来处理彩色图像的恢复。数值实验表明，所提出的高阶模型能够在保留边缘的同时减少阶梯效应，在信噪比和SSIM值方面优于经典的基于TV的模型。

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）

关键词：

图像复原；总广义变差；预测-校正ADMM；非二次的；多通道图像

软件：

FTVd公司
PDF格式BibTeX公司 XML格式引用
\textit｛Y.Gao｝等人，《多维系统》。信号处理。29，第4号，1459--1484（2018；Zbl 1448.94013）
全文： 内政部

参考文献：

[1] Bovik，A.（2000年）。图像和视频处理手册。纽约：学术版·Zbl 0967.68155号
[2] Bredies，K.（2014）。通过最小化凸泛函和总广义变分惩罚恢复分段光滑的多通道图像。全局优化方法，LNCS，8293，44-77。
[3] Bredies，K.、Kunisch，K.和Pock，T.（2010年）。总广义变化。SIAM成像科学杂志，3，92-526·Zbl 1195.49025号 ·doi:10.1137/090769521
[4] Bredies，K.和Sun，H.P.（2015）。TV和TGV正则化变分成像问题的预处理Douglas-Rachford算法。数学成像与视觉杂志，52（3），317-344·兹比尔1343.94003 ·doi:10.1007/s10851-015-0564-1
[5] Bredies，K.和Valkonen，T.（2011年）。具有二阶总广义变分约束的反问题。《2011年第9届抽样理论与应用国际会议论文集》，新加坡。
[6] Bresson，X.和Chan，T.F.（2008年）。矢量总变差范数的快速对偶最小化及其在彩色图像处理中的应用。反问题与成像，2455-484·Zbl 1188.68337号 ·doi:10.3934/ipi.2008.2.455
[7] Brune，C.、Sawatzky，A.和Burger，M.（2009年）。Bregman EM TV方法及其在光学纳米复制中的应用。LNCS，5567，235-246·Zbl 1235.94016号
[8] Chambolle，A.和Pock，T.（2011年）。凸问题的一阶原对偶算法及其在成像中的应用。数学成像与视觉杂志，40，120-45·兹比尔1255.68217 ·doi:10.1007/s10851-010-0251-1
[9] Chan，T.F.和Esedoglu，S.（2005年）。全变分正则化L1函数逼近的方面。SIAM应用数学杂志，651817-1837·Zbl 1096.94004号 ·doi:10.1137/040604297
[10] Chan，T.F.，Kang，S.H.和Shen，J.H.（2001）。基于CB和HSV颜色模型的彩色图像的全变分去噪和增强。《视觉传达与图像表现杂志》，第12期，第422-435页·doi:10.1006/jvci.2001.0491
[11] Chan，T.F.、Marquina，A.和Mulet，P.（2000）。基于高阶全变分的图像恢复。SIAM科学计算杂志，22，503-516·Zbl 0968.68175号 ·doi:10.1137/S1064827598344169
[12] Chan，R.H.，Yang，J.F.，&Yuan，X.M.（2011）。小波域图像修复的交替方向方法。SIAM成像科学杂志，4807-826·Zbl 1234.68448号 ·数字对象标识代码：10.1137/100807247
[13] Chen，C.H.，He，B.S.，Ye，Y.Y.，&Yuan，X.M.（2013）。对于多块凸极小化问题，ADMM的直接推广不一定收敛。数学规划，155（1），57-79·Zbl 1332.90193号
[14] Eckstein，J.和Bertsekas，D.（1992年）。关于最大单调算子的Douglas-Rachford分裂方法和最近点算法。数学编程，55·Zbl 0765.90073号
[15] Esser，E.（2009）。基于拉格朗日的交替方向方法和连接在分裂Bregman中的应用。加州大学洛杉矶分校CAM报告，09-31
[16] Goldstein，T.、ODonogue，B.和Setzer，S.（2012年）。快速交替方向优化方法。CAM报告，第12-35页。
[17] Goldstein，T.和Osher，S.（2009年）。L1正则化问题的分裂Bregman方法。SIAM成像科学杂志，2，323-343·Zbl 1177.65088号 ·doi:10.1137/080725891
[18] He，B.S.（2009）。单调结构变分不等式的并行分裂增广拉格朗日方法。计算优化与应用，42195-212·Zbl 1183.65080号 ·数字对象标识代码：10.1007/s10589-007-9109-x
[19] He，B.S.，Yang，H.，&Wang，S.L.（2000）。单调变分不等式的具有自适应惩罚参数的交替方向方法。最优化理论与应用杂志，106349-368·Zbl 0997.49008号 ·doi:10.1023/A:1004603514434
[20] Le，T.、Chartrand，R.和Asaki，T.J.（2007）。一种重建泊松噪声污染图像的变分方法。数学成像与视觉杂志，27257-263·doi:10.1007/s10851-007-0652-y
[21] Lysaker，M.、Lundervold，A.和Tai，X.C.（2003）。使用四阶偏微分方程去除噪声，并在空间和时间上应用于医学磁共振图像。IEEE图像处理汇刊，121579-1590·Zbl 1286.94020号 ·doi:10.1109/TIP.2003.819229
[22] Ng，M.K.，Wang，F.，&Yuan，X.M.（2011）。图像恢复的非精确交替方向方法。SIAM科学计算杂志，33（4），1643-1668·Zbl 1234.94013号 ·数字对象标识代码：10.1137/100807697
[23] Nikolova，M.（2004）。一种去除离群值和脉冲噪声的变分方法。数学成像与视觉杂志，2099-120·Zbl 1366.94065号 ·doi:10.1023/B:JMIV.000001190.58935.9c
[24] Rudin，L.、Osher，S.和Fatemi，E.（1992年）。基于非线性全变分的噪声去除算法。物理D，60，61-79·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F
[25] Setzer，S.（2009）。拆分Bregman算法、Douglas-Rachford拆分和帧收缩。计算机科学课堂讲稿，5567，464-476·doi:10.1007/978-3-642-02256-2_39
[26] Setzer，S.、Steidl，G.和Teuber，T.（2010年）。通过分裂Bregman技术消除泊松图像的模糊。《视觉传达与图像表现杂志》，2193-1999·doi:10.1016/j.jvcir.2009.10.006
[27] Steidl，G.和Teuber，T.（2010年）。通过Douglas-Rachford分裂方法去除乘法噪声。数学成像与视觉杂志，36168-184·Zbl 1287.94016号 ·doi:10.1007/s10851-009-0179-5
[28] Tai，X.C.、Hahn，J.和Chung，G.J.（2011年）。使用增广拉格朗日方法的欧拉弹性模型快速算法。SIAM成像科学杂志，4313-344·Zbl 1215.68262号 ·数字对象标识代码：10.1137/100803730
[29] Valkonen，T.、Bredies，K.和Knoll，F.（2013年）。扩散张量成像中的总广义变化。SIAM成像科学杂志，68487-525·Zbl 1322.94024号 ·doi:10.137/120867172
[30] Wang，Z.、Bovik，A.C.、Sheikh，H.R.和Simoncelli，E.P.（2004）。图像质量评估：从错误可见性到结构相似性。IEEE图像处理汇刊，13，600-612·doi:10.1109/TIP.2003.819861
[31] Wu，C.L.和Tai，X.C.（2010）。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成像科学杂志，3300-339·Zbl 1206.90245号 ·doi:10.1137/090767558
[32] Wu，C.、Zhang，J.Y.、Duan，Y.P.和Tai，X.C.（2012）。三角曲面上基于全变分的图像恢复和分割的增广拉格朗日方法。科学计算杂志，50（1），145-166·Zbl 1253.94017号 ·doi:10.1007/s10915-011-9477-3
[33] Wu，C.L.，Zhang，J.Y.，&Tai，X.C.（2011）。非二次保真度全变差恢复的增广拉格朗日方法。反问题与成像，5237-261·Zbl 1225.80013号 ·doi:10.3934/ipi.2011.5.237
[34] Yang，J.F.，Yin，W.T.，Zhang，Y.，&Wang，Y.L.（2009）。一种快速的保边缘变分多通道图像恢复算法。SIAM成像科学杂志，2569-592·兹比尔1181.68304 ·doi:10.1137/080730421
[35] Yang，J.F.和Zhang，Y.（2011）。压缩传感中l1问题的交替方向法。SIAM科学计算杂志，33（1），250-278·Zbl 1256.65060号 ·数字对象标识码：10.1137/09077761
[36] Yang，J.F.，Zhang，Y.，&Yin，W.T.（2009）。一种有效的TVL1算法，用于消除脉冲噪声污染的多通道图像的模糊。SIAM科学计算杂志，312842-2865·Zbl 1195.68110号 ·doi:10.1137/080732894
[37] Yin，W.、Goldfarb，D.和Osher，S.（2007）。多尺度分解的总变分正则化L1模型。多尺度建模与仿真，6190-211·Zbl 1355.49037号 ·doi:10.1137/060663027
[38] Zhu，W.，&Chan，T.F.（2012）。利用图像表面的平均曲率进行图像去噪。SIAM成像科学杂志，5，1-32·Zbl 1258.94021号 ·数字对象标识代码：10.1137/10822268
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。