×

基于非局部贴片的高斯混合模型图像修复。 (英语) Zbl 1481.94038号

摘要:我们考虑了噪声图像的修复问题。在图像修复过程中,如何抑制噪声是一个非常具有挑战性的问题。本文提出了一种基于图像块的非局部变分方法来同时进行修复和去噪。我们的方法是基于这样一个假设,即小图像块应该服从一个可以用高维高斯混合模型描述的分布。通过最大后验(MAP)估计,我们根据混合模型的对数似然函数建立了一个新的正则化项。为了有效地优化这个正则化项,我们采用了期望最大化(EM)算法的思想。其中,期望步长可以给出一个自适应加权函数,该函数可视为像素之间的非局部连接。利用这个事实,我们构建了一个噪声下非局部图像修复的框架。此外,我们从数学上证明了所提出的修复模型的极小值的存在性。通过使用分割算法,该模型能够同时实现图像修复和去噪。数值结果表明,当修复区域较大时,该方法可以产生令人印象深刻的重建结果。

MSC公司:

94A08型 信息与通信理论中的图像处理(压缩、重建等)
49J10型 两个或多个自变量自由问题的存在性理论
62H30型 分类和歧视;聚类分析(统计方面)
62华氏35 多元分析中的图像分析
65天18分 计算机图形、图像分析和计算几何的数值方面
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 科罗马,B。;马塞洛,B。;维森特,C。;路易斯·G。;阿德里安,M。;Florent,R.,《一种基于修补的去交错方法》,IEEE Trans。图像处理。,16, 10, 2476-2491 (2007)
[2] 刘,D。;太阳,X。;Wu,F。;李,S。;Zhang,Y.-Q.,基于边缘修复的图像压缩,IEEE Trans。圆形。系统。视频技术。,17, 10, 1273-1287 (2007)
[3] 秦,C。;周,Q。;曹,F。;Dong,J。;Zhang,X.,带图像修复的选择性加密图像的弹性有损压缩,IEEE Trans。圆形。系统。视频技术。,29, 11, 3341-3355 (2018)
[4] 陈,T.F。;Ng,M.K。;Yau,A.C。;Yip,A.M.,使用快速修复算法的超分辨率图像重建,应用。计算。哈蒙。分析。,23, 1, 3-24 (2007) ·兹比尔1116.94002
[5] 贝尔塔米奥,M。;萨皮罗,G。;卡塞勒斯,V。;Ballester,C.,图像修复,第27届计算机图形和交互技术年会论文集,4417-424(2000)
[6] 鲁丁,L.I。;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
[7] 陈,T.F。;Shen,J.,局部非织物修复的数学模型,SIAM J.Appl。数学。,62, 3, 1019-1043 (2001) ·Zbl 1050.68157号
[8] 陈,T.F。;Shen,J.,通过曲率驱动扩散进行非纹理修复,J.Vis。Commun公司。图像表示。,12, 4, 436-449 (2001)
[9] 陈,T.F。;Kang,S.H。;Shen,J.,Euler的弹性和曲率修复,SIAM J.Appl。数学。,63, 2, 564-592 (2002) ·Zbl 1028.68185号
[10] Esedoglu,S。;沈,J.,《基于芒福德-沙赫-欧拉图像模型的数字修复》,《欧洲应用杂志》。数学。,13, 4, 353-370 (2002) ·Zbl 1017.94505号
[11] 贝尔托齐,A.L。;Esedoglu,S。;Gillette,A.,使用Cahn-Hilliard方程绘制二值图像。,IEEE传输。图像处理。一本出版物。IEEE信号处理。Soc.,16,1,285(2007)·Zbl 1279.94008号
[12] 汉堡,M。;He,L。;Schönlieb,C.-B.,Cahn-Hilliard修复和灰度图像的泛化,SIAM J.Imaging Sci。,2, 4, 1129-1167 (2009) ·Zbl 1180.49007号
[13] 泰,X.C。;Osher,S。;Holm,R.,《使用TV-Stokes方程进行图像Inpainting Using a TV-Stockes Equation》(2007),施普林格:施普林格-柏林-海德堡
[14] 刘杰。;泰,X.C。;黄,H。;Huan,Z.,用于去除混合噪声污染图像的加权字典学习模型,IEEE Trans。图像处理。,22, 3, 1108-1120 (2013) ·Zbl 1373.94256号
[15] Ji,H.等人。;黄,S。;沈,Z。;Xu,Y.,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 (2013) ·Zbl 1234.68451号
[16] Katkovnik,V。;Foi,A。;Egiazarian,K。;Astola,J.,从局部核到非局部多模型图像去噪,Int.J.Comput。视觉。,86,1,1(2010)·Zbl 1477.94014号
[17] 卡瓦伊,N。;佐藤,T。;Yokoya,N.,《考虑纹理亮度变化和空间位置的图像修复及其评估》,《环太平洋地区图像和视频技术进展研讨会》,271-282(2009)
[18] I-120-I-127第1卷
[19] Aujol,J.F。;拉贾尔,S。;Masnou,S.,《从变化的角度看基于范例的修复》,Siam J.Math。Ana,42,3,1246-1285(2008)·兹比尔1210.49002
[20] 曹,F。;古索,Y。;马努,S。;Pérez,P.,《基于几何引导样本的修复》,SIAM J.Imaging Sci。,4, 4, 1143-1179 (2009) ·Zbl 1235.94017号
[21] Demanet,L。;Song,B。;Chan,T.,通过对应图进行图像修复:一种确定性方法,国际会议图像处理中的变分水平集方法生产车间。,1100 (2003)
[22] 克里米尼西,A。;佩雷斯,P。;Toyama,K.,《基于样本的图像修复的区域填充和对象移除》,IEEE Trans。图像处理。,13, 9, 1200-1212 (2004)
[23] 李,F。;Zeng,T.,基于稀疏性图像修复的通用变分框架,IEEE Trans。图像处理。,23, 10, 4242 (2014) ·Zbl 1374.94201号
[24] Wan,W。;刘杰。;Haiyang,H.,基于局部块算子和电视正则化的图像修复,逆问题。成像,12,6,1389-1410(2018)·Zbl 1408.94702号
[25] 阿里亚斯,P。;Facciolo,G。;卡塞勒斯,V。;Sapiro,G.,《基于样本的图像修复的变化框架》,国际计算机杂志。视觉。,93, 3, 319-347 (2011) ·Zbl 1235.94015号
[26] 刘杰。;郑,X.,用于图像恢复的块非局部电视方法,SIAM J.成像科学。,10, 2, 920-941 (2017) ·Zbl 1437.94021号
[27] Pathak,D。;Krahenbuhl,P。;多纳休,J。;Darrell,T。;Efros,A.A.,上下文编码器:通过修复进行特征学习,IEEE计算机视觉和模式识别会议论文集,2536-2544(2016)
[28] Ulyanov博士。;Vedaldi,A。;Lempitsky,V.,Deep image previor,2018 IEEE/CVF计算机视觉和模式识别会议(2018)
[29] Iizuka,S。;Simo-Serra,E。;Ishikawa,H.,全球和本地一致的图像完成,ACM Trans。图表。,36, 4, 1-14 (2017)
[30] 刘,G。;雷达,F.A。;Shih,K.J。;Wang,T.C。;Catanzaro,B.,使用部分卷积对不规则孔洞进行图像修复,欧洲计算机视觉会议论文集,85-100(2018)
[31] Yu,J。;林,Z。;杨,J。;沈,X。;卢,X。;Huang,T.S.,具有上下文关注的生成图像修复,IEEE计算机视觉和模式识别会议论文集,5505-5514(2018)
[32] J.Yu,Z.Lin,J.Yang,X.Shen,X.Lu,T.S.Huang,门限卷积自由形式图像修复,arXiv:1806.03589(2018)。
[33] Komodakis,N。;Tziritas,G.,通过优先级调度和动态剪枝使用有效的信念传播完成图像,IEEE Trans。图像处理。,16, 11, 2649-2661 (2007)
[34] 周,B。;Lapedriza,A。;科斯拉,A。;奥利瓦,A。;Torralba,A.,《位置:用于场景识别的1000万图像数据库》,IEEE模式分析和机器智能汇刊(2017)(2017)
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。