×
明明·康;Miyoun Jung

使用非凸全变分同时进行图像增强和恢复。 （英语） Zbl 1516.68113号

科学杂志。计算。 87，第3期，第83号论文，46页（2021年）.
摘要：在本文中，我们提出了一种新的变分模型，用于模糊和/或噪声污染的微光图像的联合增强和恢复。该模型将给定的微光图像分解为从模糊和/或噪声中恢复的反射率图像和照明图像。此外，我们的方法在所有变量上使用非凸全变分正则化。这使我们能够充分去除均匀区域的噪声，同时保留反射和照明图像中的细节和边缘，从而得到干净、清晰的最终增强图像。为了求解非凸模型，我们采用了近似交替极小化方法，然后采用迭代重加权（ell_1）算法和交替方向乘数法求解子问题。这些技术有助于实现高效的迭代算法，并证明了其收敛性。实验结果表明，与其他最先进的方法相比，该模型在视觉方面和图像质量度量方面都是有效的。

引用于1文件

MSC公司：

68单位10 图像处理的计算方法
65K10码 数值优化和变分技术
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

视网膜;图像增强;图像复原;非凸总变差;交替最小化算法;迭代重加权（ell1）算法
PDF格式BibTeX公司 XML格式引用
\textit{M.Kang}和\textit{M.Jung}，J.Sci。计算。87，第3期，第83号论文，46页（2021年；Zbl 1516.68113）
全文： 内政部

参考文献：

[1] Abdullah-Al-Wadud，M。；MH卡比尔；Dewan，M。；Chae，O.，《图像对比度增强的动态直方图均衡化》，IEEE Trans。消耗。电子。，53, 2, 593-600 (2007)
[2] Attouch，H。；博尔特，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。研究，35，2，438-457（2010）·Zbl 1214.65036号
[3] Blake，A.，蒙德里安世界中亮度计算的边界条件，计算。视觉。图表。图像处理。，32, 314-327 (1985)
[4] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；Peleato，B.，J.E.：通过交替方向乘数法进行分布式优化和统计学习，Found。机器。学习。，3, 1, 1-122 (2011) ·Zbl 1229.90122号
[5] 布列松，X。；Chan，TF，向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，逆问题。成像，2，4，455-484（2008）·Zbl 1188.68337号
[6] Chambolle，A.，《总变异最小化算法及其应用》，J.Math。成像视觉。，20, 1, 89-97 (2004) ·Zbl 1366.94048号
[7] Chambolle，A。；Pock，T.，凸问题的一阶原对偶算法及其在成像中的应用，J.Math。成像视觉。，40, 120-145 (2011) ·Zbl 1255.68217号
[8] Chang，HB；Ng、MK；Wang，W。；曾，TY，Retinex通过学习字典进行图像增强，Opt。工程，54，1，013107（2015）
[9] 陈，C。；Ng，MK公司；赵，XL，非线性图像恢复问题的交替方向乘法器方法，IEEE Trans。图像处理。，24, 33-43 (2015) ·Zbl 1408.94085号
[10] 郑，MH；Huang，坦桑尼亚联合共和国；赵，XL；马，TH；Huang，J.，视网膜的混合超拉普拉斯先验变分模型，应用。数学。型号。，66, 305-321 (2019) ·Zbl 1481.92033号
[11] 库珀，TJ；Baqai，FA，Frankle-McCann retinex算法的分析和扩展，J.Electron。成像，13，85-92（2004）
[12] Csiszár，I。；Tusná，G.，《信息几何和交替最小化程序》，《国家决策》。，1, 205-237 (1984) ·Zbl 0547.60004号
[13] 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)
[14] Elad，M.：通过两个双边过滤器进行Retinex。In:计算机视觉中的尺度空间和PDE方法，第217-229页·Zbl 1119.68471号
[15] Frankle，J.，McCann，J.：亮度成像的方法和设备。美国专利4384336（1983）
[16] Fu，X.，Zeng，D.，Huang，Y.，Zhang，X.P.，Ding，X.：同时估计反射率和光照的加权变分模型。摘自：2016年IEEE计算机视觉和模式识别会议，第2782-2790页（2016）
[17] Funt，B。；Ciurea，F。；McCann，J.，matlabtm中的Retinex，J.Electron。成像，13，48-57（2004）
[18] Funt，B.，Drew，M.，Brockington，M.：从彩色图像中恢复明暗处理。摘自：《第二届欧洲计算可视化会议论文集》，第124-132页（1992年）
[19] Goldstein，T。；Osher，S.，《（l^1）正则化问题的分裂Bregman方法》，SIAM J.成像科学。，2, 2, 323-343 (2009) ·Zbl 1177.65088号
[20] 郭，X。；李毅。；Ling，H.，Lime:通过照明地图估计实现微光图像增强，IEEE Trans。图像处理。，26, 2, 982-993 (2017) ·Zbl 1409.94202号
[21] 霍恩，BKP，从图像中确定亮度，计算机。图表。图像处理。，3277-299（1974年）
[22] Kimmel，R。；Elad先生。；摇晃，D。；Keshet，R。；Sobel，I.，视网膜的变分框架，国际计算机杂志。视觉。，52, 1, 7-23 (2003) ·Zbl 1009.68642号
[23] Krishnan，D.，Fergus，R.：使用超拉普拉斯先验的快速图像反褶积。摘自：《神经信息处理系统进展学报》，第1033-1041页（2009年）
[24] Land，EH，色觉视网膜理论，科学。美国，237108-128（1977）
[25] Land，EH，视网膜理论的最新进展和皮层计算的一些启示：色觉和自然图像，Proc。国家。阿卡德。科学。美国，80，5163-5169（1983）
[26] Land，EH，色觉视网膜理论中计算指示符的替代技术，Proc。国家。阿卡德。科学。美国，83，3078-3080（1986）
[27] 土地、EH；McCann，JJ，《亮度和视网膜理论》，J.Opt。《美国社会》，61，1-11（1971）
[28] 锂，HF；张，LP；沈，HF，遥感图像不均匀强度校正的感知启发变分方法，IEEE Trans。地质科学。遥感器，50，8，3053-3065（2012）
[29] Li，L.，Wang，R.，Wag，W.，Gao，W.：一种用于去噪和对比度放大的微光图像增强方法。摘自：2015 IEEE图像处理国际会议（ICIP），第3730-3734页（2015）
[30] Li，M.，Liu，J.，Yang，W.，Guo，Z.：通过视网膜模型对微光图像进行联合去噪和增强。参见：2017年数字电视和无线多媒体通信国际论坛：数字电视和无线电多媒体通信，第91-99页（2017）
[31] 李，M。；刘，J。；Yang，W。；太阳，X。；Guo，Z.，通过稳健的视网膜模型进行结构显示的微光图像增强，IEEE Trans。图像处理。，27, 6, 2828-2841 (2018) ·Zbl 1409.94355号
[32] 梁，JW；Zhang，XQ，Retinex通过高阶总变异L1分解，J.Math。成像视觉。，52, 3, 345-355 (2015) ·Zbl 1400.94025号
[33] 利马雷，N。；JM莫雷尔；Petro，A。；Sbert，C.，Retinex poisson方程：颜色感知模型，图像处理。在线，139-50（2011）
[34] 刘，L。；Pang，采埃孚；Duan，Y.，Retinex基于指数型全变分格式，逆问题。成像，12，5，1199-1217（2018）·兹比尔1406.80010
[35] 马，TH；Lou，Y。；黄，TZ，稀疏恢复和秩最小化的截断L1-2模型，SIAM J.Image Sci。，10, 3, 1346-1380 (2017) ·Zbl 1397.94021号
[36] Ma，W.，Morel，J.M.，Osher，S.，Chien，A.：基于L1的视网膜理论变分模型及其在医学图像中的应用。摘自：IEEE计算机视觉和模式识别会议，第153-160页（2011年）
[37] 马伟（Ma，W.）。；Osher，S.，视网膜理论的TV-Bregman迭代模型，逆问题。成像，6，4，697-708（2012）·Zbl 1261.68153号
[38] Marini，D.，颜色适应效果的计算方法，图像视觉。计算。，18, 1005-1014 (2000)
[39] McCann，J.：蒙德里安的经验教训应用于真实图像和色域。摘自：IST/SID第七届彩色成像会议记录，第1-8页（1999年）
[40] McCann，J.J.，Sobel，I.：视网膜实验。技术报告，HPL Color Summit，Hewlett-Packard Laboratories（1998）
[41] Morel，J.M.，Petro，A.B.，Sbert，C.：快速实现颜色恒定性算法。摘自：《SPIE学报》，《彩色成像XIV：显示、处理、硬拷贝和应用》，第7241卷，第724106页（2009年）
[42] JM莫雷尔；Petro，AB公司；Sbert，C.，视网膜理论的PDE形式化，IEEE Trans。图像处理。，19, 2825-2837 (2010) ·Zbl 1371.94268号
[43] Ng、MK；Wang，W.，视网膜总变化模型，SIAM J.成像科学。，4, 1, 345-365 (2011) ·兹比尔1215.65117
[44] Ochs，P。；Dosovitskiy，A。；布罗克斯，T。；Pock，T.，《计算机视觉中非光滑非凸优化的迭代重加权算法》，SIAM J.Imaging Sci。，8, 1, 331-372 (2015) ·Zbl 1326.65078号
[45] Pizer，S.M.，Johnston，R.E.，Ericksen，J.P.，Yankaskas，B.C.，Muller，K.E.：对比限制自适应直方图均衡化：速度和效果。摘自：《生物医学计算可视化第一届会议论文集》，第337-345页（1990年）
[46] 普罗旺齐，E。；卡利，LD；A.Rizzi。；Marini，D.，retinex算法的数学定义和分析，J.Opt。美国律师协会，226613-2621（2005）
[47] Ren，X.，Li，M.，Cheng，W.H.，Liu，J.：基于序列分解的联合增强和去噪方法。摘自：IEEE电路与系统国际研讨会（ISCAS），第1-5页（2018年）
[48] 任，X。；Yang，W。；Cheng，W。；Liu，J.，LR3M：通过低阶正则化视网膜模型实现强健的微光增强，IEEE Trans。图像处理。，29, 5862-5876 (2020) ·Zbl 07586293号
[49] Ren，Z.，Li，J.，Liu，S.，Zeng，B.：网格流视频去噪。2017 IEEE图像处理国际会议（ICIP），第2966-2970页（2017）
[50] Rockafellar，RT公司；Wets，RJB，变分分析（2009），柏林：施普林格出版社，柏林
[51] 鲁丁，L。；Osher，S。；Fatemi，E.，基于非线性总变差的噪声去除算法，Phys。D非线性现象。，60, 1-4, 259-268 (1992) ·Zbl 0780.49028号
[52] Terzopoulos，D.，使用多重网格松弛方法进行图像分析，IEEE Trans。模式分析。机器。智力。，8, 129-139 (1986)
[53] Vese，L.，Chan，T.：用于图像恢复和分割的简化非凸函数近似。加州大学洛杉矶分校CAM报告，第97-56页（1997）
[54] Wang，W。；He，C.，视网膜屏障泛函的变分模型，SIAM J.成像科学。，8, 3, 1955-1980 (2015) ·Zbl 1330.94012号
[55] Wang，W。；Ng，MK，图像分解的非局部总变分模型：照明和反射率，数值。数学。理论方法应用。，7, 3, 334-355 (2014) ·Zbl 1324.68236号
[56] 王，Z。；博维克，AC；Sheikh，人力资源部；Simoncelli，EP，《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)
[57] 岳，H。；杨，J。；太阳，X。；Wu，F。；Hou，C.，基于固有图像分解的对比度增强，IEEE Trans。图像处理。，26, 8, 3981-3994 (2017) ·Zbl 1409.94726号
[58] 张，L。；沈，P。；彭，X。；朱，G。；宋，J。；魏，W。；Song，H.，单个微光图像的同时增强和降噪，IET图像处理。，10, 11, 840-847 (2016)
[59] 佐索，D。；Tran，G。；Osher，S.，《非局部视网膜：统一框架及其以外》，SIAM J.成像科学。，787-826年8月2日（2015年）·Zbl 1328.68286号
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。