重构噪声图像的抗离群点保角方法
统计理论
2009-09-29 v1 统计理论
摘要
去除大量噪声的能力与保持大部分结构的能力是图像平滑器的理想特性。不幸的是，它们通常看似相互矛盾；只能以牺牲另一特性为代价来改善其中一种特性。通过结合 M-平滑与最小二乘修剪，引入了 TM-平滑器作为统一保角特性与抗离群点鲁棒性的手段。为识别保边与保角特性，发展了一种基于微分几何的新理论。此外，鲁棒性概念被迁移至图像处理领域。在两个实例中，TM-平滑器的表现优于其他保角平滑器。包含 TM-平滑器与 M-平滑器的软件包可从互联网下载。
引用
@article{arxiv.0708.0481,
title = {Outlier robust corner-preserving methods for reconstructing noisy images},
author = {Martin Hillebrand and Christine H. Müller},
journal= {arXiv preprint arXiv:0708.0481},
year = {2009}
}
评论
Published at http://dx.doi.org/10.1214/009053606000001109 in the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)