吕、叶虎 基于Shearlet-TGV的模型,用于恢复被Cauchy噪声污染的噪声图像。 (英语) Zbl 1437.49014号 NoDEA,非线性差异。埃克。申请。 27,第2号,第21号论文,23页(2020年). 摘要:结合剪切波变换和二阶总广义变分(TGV)正则化,提出了一种基于严格凸剪切波TGV的图像复原模型。基于shearlet-TGV的模型可以看作是一个最小化问题,其目标函数由二阶TGV正则化项、shearlet变换的l_1范数、Cauchy噪声的数据保真度项和二次惩罚项组成,以保证解的唯一性。在计算上,利用对偶优化技术将基于shearlet-TGV的模型转化为极大极小问题。然后,提出了一种高效的Chambolle-Pock一阶原对偶算法来求解变换后的极大极小问题。最后,通过与现有的几种最新方法的比较,从信噪比、峰值信噪比,均方误差和结构相似性指数等方面证明了本文方法的有效性。 理学硕士: 49J35型 极小极大问题解的存在性 49甲15 对偶理论(优化) 关键词:柯西噪声;图像去噪;Shearlet变换;总广义变差;原对偶算法 PDF格式BibTeX公司 XML格式引用 \textit{Y.Lv},NoDEA,非线性差异。埃克。申请。27,第2号,第21号论文,23页(2020年;Zbl 1437.49014) 全文: 内政部 参考文献: [1] 奥伯特,G。;Kornprobst,P.,《图像处理中的数学问题:偏微分方程和变分法》,应用。数学。科学。,40, 2, 291-304 (2006) ·Zbl 1110.35001号 [2] Bovik,A.,《图像和视频处理手册》(2000),纽约:学术出版社,纽约·Zbl 0967.68155号 [3] Chambolle,A.,《总变异最小化算法及其应用》,J.Math。成像视觉。,20, 89-97 (2004) ·Zbl 1366.94048号 [4] 鲁丁,L。;Osher,S。;Fatemi,E.,基于非线性全变分的噪声去除算法,Phys。D、 6525-268(1992年)·Zbl 0780.49028号 [5] Xiao,Y。;曾涛。;Yu,J.,通过最小化恢复混合高斯脉冲噪声破坏的图像,模式识别。,44, 1708-1728 (2011) ·Zbl 1218.68191号 [6] Chan,R。;Dong,Y。;Hintermüller,M.,一种有效的两阶段(L^1)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] Nikolova,M.,《涉及非光滑数据保真度项的成本函数最小化:应用于异常值处理》,SIAM J.Numer。分析。,40, 3, 965-994 (2002) ·Zbl 1018.49025号 [8] Nikolova,M.,《去除离群值和脉冲噪声的变分方法》,J.Math。成像视觉。,20, 90-120 (2004) ·Zbl 1366.94065号 [9] 伊丹,M。;Speyer,J.,线性标量系统的Cauchy估计,IEEE Trans。自动。控制,55,6,1329-1342(2010)·Zbl 1368.93683号 [10] Kurooǧlu,E。;菲茨杰拉德,W。;Rayner,P.,用非对称阿尔法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, 282-284 (1998) [11] 潘德,T.,《无数滤波器计算的新方法》,《信号处理》。,90, 6, 1991-2001 (2010) ·Zbl 1197.94105号 [12] 彭,Y。;陈,J。;Xu,X.,基于字母稳定分布混合的SAR图像统计建模和分类,遥感,5,5,2145-2163(2013) [13] Reeves,P.:非高斯湍流模拟空军飞行动力学实验室。技术代表(1969) [14] Chang,Y。;卡达巴,S。;Doerschuk,P.,利用柯西分布噪声驱动的递归马尔可夫随机场模型进行图像恢复,IEEE Signal Proc。莱特。,8, 3, 65-66 (2001) [15] 阿希姆,A。;Kuruoǧlu,E.,在复小波域中使用二元K稳定分布进行图像去噪,IEEE信号处理。莱特。,12, 1, 17-20 (2005) [16] Wan,T。;北卡罗来纳州卡纳加拉贾。;Achim,A.,在复小波域中使用柯西分布分割含噪彩色图像,IET图像处理。,5, 2, 159-170 (2011) [17] Sciacchitano,F。;Dong,Y。;Zeng,T.,用柯西噪声恢复模糊图像的变分方法,SIAM J.Imaging Sci。,1894-1922年8月3日(2015年)·Zbl 1343.94014号 [18] Frieden,B.,边缘梯度优先增强的一种新恢复算法,J.Opt。《美国社会》,66,3,116-123(1976) [19] Gilboa,G。;Osher,S.,图像处理应用的非局部算子,多尺度模型。模拟。,7, 3, 1005-1028 (2009) ·Zbl 1181.35006号 [20] 吴,C。;Tai,X.,《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 [21] Elad,M。;Aharon,M.,通过学习词典上的稀疏和冗余表示进行图像去噪,IEEE Tran。图像处理。,15, 12, 3736-3745 (2006) [22] 黄,Y。;莫伊桑,L。;Ng,M.,通过学习字典消除乘法噪声,IEEE Trans。图像处理,21,11,4534-4543(2012)·Zbl 1373.94180号 [23] Bredies,K。;Kunisch,K。;Pock,T.,总广义变异,SIAM J.成像科学。,3, 3, 492-526 (2010) ·Zbl 1195.49025号 [24] Kutyniok,G。;Labate,D.,Shearlets:多变量数据的多尺度分析(2012),多德雷赫特:施普林格·Zbl 1237.42001号 [25] Kutyniok,G.,Guo,K.,Labate,D.:使用各向异性膨胀和剪切算子的稀疏多维表示。国际协调互动。小波与样条曲线之间(2006)·Zbl 1099.65148号 [26] Easley,G。;Labate博士。;Lim,W.,使用离散剪切波变换的稀疏方向图像表示,应用。计算。哈蒙。分析。,25, 1, 25-46 (2008) ·Zbl 1147.68794号 [27] Qin,J.,Yi,X.,Weiss,S.等:基于Shearlet-TGV的荧光显微镜图像反褶积。参加:激光和电光会议(2016年) [28] 郭伟。;秦,J。;Yin,W.,一种新的细节保存正则化方案,SIAM J.成像科学。,7, 2, 1309-1334 (2014) ·Zbl 1299.65130号 [29] Häuser S.:快速有限剪切波变换。数学(2014) [30] Bredies,K。;Bruhn,A。;Pock,T。;Tai,XC,通过最小化具有总广义变异惩罚的凸泛函来恢复分段平滑的多通道图像,计算机视觉中全局优化方法的有效算法,44-77(2014),柏林:施普林格,柏林 [31] Bredies,K.,Valkonen,T.:具有二阶全广义变分约束的逆问题。参加:第九届国际抽样理论与应用会议(2011年) [32] Bertsekas,D.,凸优化理论(2009),马萨诸塞州贝尔蒙特:雅典娜科学,马萨诸塞诸塞州贝尔蒙特·Zbl 1242.90001号 [33] 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, 1, 120-145 (2011) ·Zbl 1255.68217号 [34] 周,W。;博维克,A。;Sheikh,H.,《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) 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。