×

一种用于分段常数信号和图像处理的通用选择性平均方法。 (英语) Zbl 06931868号

摘要:分段常数信号和图像是从分段常数函数中采样得到的一类重要数据。典型的例子包括条形码信号、文本图像、手写签名、快速响应码(QR码)、徽标和卡通。选择性平均法是一种有效的信号和图像去噪方法。在本文中,我们提出了一种通用的选择平均法(GSAM),与前一种方法相比,该方法使用了更灵活的权重。对其迭代版本给出了一些收敛结果和概率解释。对于权参数的选择,我们讨论了它对渐近收敛速度的影响。我们还通过适度的迭代次数研究了它对去噪结果的影响。然后,将我们的方法与迭代邻域滤波器在信号去噪中进行了比较。在二维情况下,我们提出了一种新的扩展,称为交替GSAM(AGSAM)。我们同样引入了交替邻域滤波器。实验结果表明,我们的方法对于去除噪声分段常数信号和图像中的高斯噪声特别有效。

MSC公司:

65-XX岁 数值分析

软件:

科恩平滑
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 安德利奇,M;Fonseca,C,《三对角矩阵正定性的充分条件重访》,《正定性》,第15期,第155-159页,(2011)·Zbl 1216.15022号 ·doi:10.1007/s11117-010-0047-y
[2] Aubert,G.,Kornprobst,P.:图像处理中的数学问题:偏微分方程和变分法。柏林施普林格出版社(2009)·Zbl 1109.35002号
[3] 巴拉什,D;Comaniciu,D,非线性扩散、自适应平滑、双边滤波和均值漂移的通用框架,Image Vis。计算。,22, 73-81, (2004) ·doi:10.1016/j.imavis.2003.08.005
[4] JE博伊德;Meloche,J,多维图像中薄物体的二进制恢复,IEEE Trans。模式分析。机器。智力。,20464-651(1998年)·doi:10.1109/34.683781
[5] 博伊德,S;Diaconis,P;肖,L,图上最快混合马尔可夫链,SIAM Rev.,46,667-689,(2004)·Zbl 1063.60102号 ·doi:10.1137/S0036144503423264
[6] Boyd,S.,Vandenberghe,L.:凸优化。剑桥大学出版社,剑桥(2004)·Zbl 1058.90049号 ·doi:10.1017/CBO9780511804441
[7] Buades,A.,Coll,B.,Morel,J.M.:图像去噪的非局部算法。摘自:IEEE计算机学会计算机视觉和模式识别会议(CVPR),第60-65页(2005)·Zbl 1108.94004号
[8] 布亚德斯,A;科尔,B;Morel,JM,图像去噪算法综述,以及一种新的算法,多尺度模型。模拟。,4, 490-530, (2005) ·Zbl 1108.94004号 ·doi:10.1137/040616024
[9] 布亚德斯,A;科尔,B;Morel,JM,邻域滤波器中的阶梯效应及其解决方案,IEEE Trans。图像处理。,15, 1499-1505, (2006) ·doi:10.1109/TIP.2006.871137
[10] 蔡,JF;董,B;Shen,Z,图像恢复:基于小波框架的分段平滑函数及其以外的模型,应用。计算。哈蒙。分析。,41, 94-138, (2015) ·Zbl 1339.65028号 ·doi:10.1016/j.acha.2015.06.009
[11] 蔡,JF;吉,H;沈,Z;Ye,GB,数据驱动的紧帧构造和图像去噪,Appl。计算。哈蒙。分析。,3789-105(2014)·Zbl 1336.94008号 ·doi:10.1016/j.acha.2013.10.001
[12] Chan,RH;Chan,TF;沈,L;沈,Z,高分辨率图像重建的小波算法,SIAM J.Sci。计算。,24, 1408-1432, (2003) ·Zbl 1031.68127号 ·doi:10.1137/S1064827500383123
[13] Chan,T.F.,Esedoglu,S.,Nikolova,M.:寻找二进制图像恢复的全局最小值。In:IEEE国际图像处理会议(ICIP)(2005)·Zbl 0939.42021号
[14] Chan,TF;沈,J;Vese,L,图像处理中的变分PDE模型,Not。美国数学。《社会学杂志》,50,14-26,(2003)·Zbl 1168.94315号
[15] Chan,TF;周,HM,总变分小波阈值法,科学学报。计算。,32, 315-341, (2007) ·兹比尔1125.65124 ·doi:10.1007/s10915-007-9133-0
[16] Cheng,Y,Mean shift,模式搜索和聚类,IEEE Trans。模式分析。机器。智力。,17, 790-799, (1995) ·数字对象标识代码:10.1109/34.400568
[17] 乔克西,R;Gennip,Y,通过总变分能量最小化消除一维条码模糊,SIAM J.成像科学。,3, 735-764, (2010) ·Zbl 1207.49044号 ·doi:10.1137/090773829
[18] 乔克西,R;Gennip,Y;Oberman,A,各向异性总变差正则化\({左}_{1} \)二维条码的近似和去噪/去模糊,逆概率。成像,5591-617,(2011)·Zbl 1226.49034号 ·doi:10.3934/ipi.2011.5.591
[19] 达波夫,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, 2080-2095, (2007) ·doi:10.1109/TIP.2007.901238
[20] Deng,G.,Cahill,L.:用于降噪和边缘检测的自适应高斯滤波器。在:核科学研讨会和医学成像会议,IEEE会议记录,第1615-1619页(1993)·Zbl 1286.94020号
[21] Donoho,DL,软阈值去噪,IEEE Trans。Inf.理论,41,613-627,(1995)·兹比尔0820.62002 ·doi:10.1109/18.382009年
[22] 多诺霍,DL;Johnstone,JM,通过小波收缩实现理想的空间自适应,Biometrika,81,425-455,(1994)·Zbl 0815.62019号 ·doi:10.1093/biomet/81.3.425
[23] Durrett,R.:随机过程的基本原理。柏林施普林格(1999)·Zbl 0940.60004号
[24] Elad,M,《关于双边滤波器的起源和改进方法》,IEEE Trans。图像处理。,11, 1141-1151, (2002) ·doi:10.1109/TIP.2002.801126
[25] 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 Trans。图像处理。,15, 3736-3745, (2006) ·doi:10.10109/TIP.2006.881969
[26] Esedoglu,S,条形码信号的盲反褶积,逆概率。,20, 121, (2004) ·Zbl 1045.94502号 ·doi:10.1088/0266-5611/20/1/007
[27] Guidotti,P;Longo,K,图像去噪的两个增强四阶扩散模型,J.Math。成像视觉。,40, 188-198, (2011) ·Zbl 1255.68235号 ·doi:10.1007/s10851-010-0256-9
[28] Härdle,W.:应用非参数回归。剑桥大学出版社,剑桥(1990)·Zbl 0714.62030号 ·doi:10.1017/CCOL0521382483
[29] 吉,H;罗,Y;沈,Z,通过几何结构近似进行图像恢复,应用。计算。哈蒙。分析。,41, 75-93, (2016) ·Zbl 1382.94018号 ·doi:10.1016/j.acha.2015.08.012
[30] Kornprobst,P.,Deriche,R.,Aubert,G.:图像恢复中的非线性算子。摘自:IEEE计算机视觉和模式识别会议(CVPR),第325-330页(1997)
[31] Levin,D.A.,Peres,Y.,Wilmer,E.L.:马尔可夫链和混合时间。美国数学学会,普罗维登斯(2009)·Zbl 1160.60001号
[32] 刘,N;郑,X;太阳,H;Tan,X,通过增量约束最小二乘滤波器进行二维条形码离焦去模糊,模式识别。莱特。,34, 124-130, (2013) ·doi:10.1016/j.patrec.2012.09.06
[33] Lysaker,M;伦德沃德,A;Tai,XC,《利用四阶偏微分方程去除噪声及其在空间和时间医学磁共振图像中的应用》,IEEE Trans。图像处理。,12, 1579-1590, (2003) ·Zbl 1286.94020号 ·doi:10.1109/TIP.2003.819229
[34] 佩罗纳,P;Malik,J,使用各向异性扩散的尺度空间和边缘检测,IEEE Trans。模式分析。机器。智力。,12, 629-639, (1990) ·doi:10.1009/34.56205
[35] 李鲁丁;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, 259-268, (1992) ·兹比尔0780.49028 ·doi:10.1016/0167-2789(92)90242-F
[36] Seneta,E.:非负矩阵和马尔可夫链。柏林施普林格出版社(2006)·Zbl 1099.60004号
[37] 沈,Y;安永·林;Wong,N,通过惩罚最小二乘法恢复二值图像的符号规划方法,IEEE Trans。电路系统。II实验简报,55,41-45,(2008)·doi:10.1109/TCSII.2007.907751
[38] 歌手,A;谢科尔尼斯基,Y;Nadler,B,信号去噪非局部邻域滤波器的扩散解释,SIAM J.成像科学。,2, 118-139, (2009) ·Zbl 1175.62102号 ·doi:10.1137/070712146
[39] 史密斯,SM;Brady,JM,Susana《低层图像处理新方法》,国际计算机杂志。视觉。,23, 45-78, (1997) ·doi:10.1023/A:1007963824710
[40] Strang,G,离散余弦变换。,SIAM版本,41,135-147,(1999)·Zbl 0939.42021号 ·doi:10.1137/S0036144598336745
[41] 泰勒,M.E.:《偏微分方程I:基础理论》,第2版。柏林施普林格出版社(2011)·Zbl 1206.35002号 ·doi:10.1007/978-1-4419-7055-8
[42] Tomasi,C.,Manduchi,R.:灰度和彩色图像的双边滤波。摘自:IEEE国际计算机视觉会议(ICCV),第839-846页(1998年)·Zbl 1336.94008号
[43] 根尼普,Y;阿萨瓦尔,P;Gilles,J;Choksi,R,QR条码盲去模糊和去噪的正则化方法,IEEE Trans。图像处理。,24, 2864-2873, (2015) ·Zbl 1408.94657号 ·doi:10.1109/TIP.2015.2432675
[44] Wand,M.P.,Jones,M.C.:内核平滑。CRC出版社,博卡拉顿(1994)·Zbl 0854.62043号
[45] Wang,W.,Wen,S.,Wu,C.,Deng,J.:用选择性平均和离群值去除分段常数图像的去噪(已提交)(2017年)·Zbl 1108.94004号
[46] 威克特,J;罗梅尼,B;Viergever,M,非线性扩散滤波的高效可靠方案,IEEE Trans。图像处理。,7, 398-410, (1998) ·数字对象标识代码:10.1109/83.661190
[47] 吴,C;Tai,XC,增强拉格朗日方法,对偶方法,ROF、矢量电视和高阶模型的分裂Bregman迭代,SIAM J.成像科学。,3, 300-339, (2010) ·Zbl 1206.90245号 ·doi:10.1137/090767558
[48] 徐,L;鲁,C;徐,Y;Jia,J,图像平滑通过\(\text{左}_{0}\)梯度最小化,ACM Trans。图表。,30, 174:1-174:12, (2011)
[49] Yaroslavsky,L.P.:数字图像处理。柏林施普林格(1985)·Zbl 0585.94001号 ·doi:10.1007/978-3-642-81929-2
[50] 你,YL;Kaveh,M,消除噪声的四阶偏微分方程,IEEE Trans。图像处理。,9, 1723-1730, (2000) ·Zbl 0962.94011号 ·doi:10.1109/83.869184
[51] 张,J,二值图像恢复的交替最小化算法,IEEE Trans。图像处理。,21, 883-888, (2012) ·Zbl 1372.94302号 ·doi:10.1109/TIP.2011.2162426
[52] 张,Y;董,B;卢,Z\(ℓ _{0}\)基于小波框架的图像恢复最小化,数学。计算。,82, 995-1015, (2013) ·兹比尔1277.80022 ·doi:10.1090/S0025-5718-2012-02631-7
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。