图像恢复的全变分结构全最小二乘法

@第{Zhao2013TotalVS条，title={图像恢复的全变分结构全最小二乘法}，作者＝{Xile Zhao和Wei Wang和Tie Zeng和Tingzhu Huang和Michael K.P.Ng}，期刊={SIAM J.科学计算}，年份={2013}，体积={35}，网址={https://api.semanticscholar.org/CorpusID:207066760}}
提出了一种有效的交替最小化方法，通过最小化恢复图像和点扩散函数估计误差这两个变量来求解该模型。
通过Publisher查看
或.nsfc.gov.cn
71引文
极具影响力的引文
4
背景引文
18
方法引文
16
结果引文
1

本文图表

71引文

全最小二乘彩色图像复原问题的分割方法

柯西噪声模糊图像的全变分和高阶全变分自适应恢复模型

基于结构相似性的非局部变分图像恢复模型

针对图像复原问题，提出并发展了一种基于结构相似性（SS）信息的非局部变分技术，并提出了利用图像块之间的SS来建立非局部正则化模型。

Cauchy噪声下去模糊图像的重叠组稀疏全变差

基于分数阶梯度信息的图像融合与去噪

同时用于图像去噪和对比度增强的变分模型。

其思想是提出一种包含能量泛函的变分方法，以直接调整输入图像的像素值，从而将得到的直方图重新分布为均匀直方图，并消除图像的噪声。

基于动态梯度稀疏和各向异性光谱空间全变分的图像融合

实验结果表明，无论是在遥感图像的泛锐化应用还是在自然彩色图像的融合应用方面，该方法在定量上还是在视觉上都优于几种最新的图像融合方法。

基于Framelet先验的半盲图像去模糊

研究了半盲图像去模糊问题，采用全变分（TV）方法，通过使用帧变换和分数计算，对TV方法进行了改进。

基于分数阶变分偏微分方程的空间自适应保边去噪方法

实验结果表明，与其他对比方法相比，所提出的空间自适应分数边缘保持去噪模型不仅可以提高信噪比，而且可以自适应地保留图像的结构信息。

基于组稀疏性的遥感图像条纹噪声去除正则化模型

...

18参考文献

一种新的约束全最小二乘图像恢复方法

正则约束全最小二乘图像恢复

用线性最小均方误差和正则化最小二乘估计对二维图像进行了客观和主观比较，验证了RCTLS方法的优越性。

用交替方向方法解决有约束的全变分图像恢复和重建问题

结果表明，交替方向方法对于解决图像恢复和重建问题非常有效，并允许我们解决图像恢复、脉冲噪声去除、修复和图像卡通+纹理分解等问题。

全变分盲反褶积

提出了一种基于总变分（TV）最小化方法的盲反褶积算法，并指出通过TV方法也可以识别出没有尖锐边缘（如高斯模糊）的psf。

基于正则化结构总最小范数算法的盲反褶积

由此产生的正则化结构化总最小范数（RSTLN）算法保留了矩阵的任何仿射结构，并最小化了离散的$\ell_p$-范数误差度量，其中p=1、2或$\infty$。

基于非线性全变分的噪声去除算法

用于高分辨率图像重建的正则化结构总最小二乘算法

图像恢复中混合l2-l1和l1-l1范数的有效最小化方法

本文考虑了最小绝对偏差（LAD）解和最小混合范数（LMN）解，这两种解被表示为用内点法求解的线性或二次规划问题的解。

全变分图像复原：综述和最新进展

全变分最小化模型重新引起了人们的兴趣，并取得了令人振奋的新进展，其中一些模型将应用范围扩展到了非嵌入、盲反褶积和向量值图像，而另一些模型则改进了对比度、几何和纹理的保护。

基于最大后验准则的随机模糊图像复原

将最大后验概率（MAP）估计技术应用于恢复受噪声点扩展函数和加性噪声影响的图像。所得MAP估计值为…