一种用于全变分去噪的交替方向法
最优化与控制
2014-08-26 v4
摘要
我们考虑使用全变分（TV）正则化的图像去噪问题。由于正则化项的非可微性和非线性，该问题的求解在计算上可能具有挑战性。我们提出一种基于新变量分裂方法的交替方向增广拉格朗日（ADAL）方法，该方法产生的子问题可高效且精确地求解。针对各向异性 TV 模型，我们建立了新算法的全局收敛性。对于各向同性 TV 模型，通过进一步的变量分裂，我们能够推导出一种全局收敛的 ADAL 方法。我们将我们的方法与与之密切相关的分裂 Bregman 方法 \cite{goldstein2009split} 进行比较，并在一组标准测试图像上展示了它们在计算性能上的竞争力。
引用
@article{arxiv.1108.1587,
title = {An Alternating Direction Method for Total Variation Denoising},
author = {Zhiwei Qin and Donald Goldfarb and Shiqian Ma},
journal= {arXiv preprint arXiv:1108.1587},
year = {2014}
}
备注
Appearing in Optimization Methods and Software