用于含噪图像超分辨率与图像去噪的双边谱加权全变分
图像与视频处理
2022-02-23 v3
摘要
本文提出一种用于含噪图像超分辨率与图像去噪的正则化技术。全变分（TV）正则化被许多图像处理应用采用以保留局部平滑性。然而，TV 先验易出现过度平滑、阶梯效应和对比度损失。非局部 TV（NLTV）通过基于图像块相似性度量自适应加权平滑性来缓解对比度损失。尽管它在平坦区域有效抑制噪声，但尤其当图像未被过度平滑时，可能会在边缘周围留下残余噪声。为解决此问题，我们提出双边谱加权全变分（BSWTV）。具体地，我们对图像梯度施加局部自适应收缩系数，并利用加权图像梯度协方差矩阵的特征值来有效细化权重图并抑制残余噪声。结合由混合泊松-高斯噪声模型导出的数据保真项，目标函数被分解并交替方向乘子法（ADMM）算法求解。为去除离群值并促进收敛稳定性，权重图由高斯滤波器以迭代减小的核宽度进行平滑，并在每次 ADMM 迭代中以基于动量的方式更新。我们在公开真实世界数据集上针对超分辨率和图像去噪，将我们的方法与最先进（SOTA）方法进行了基准比较。实验表明，所提方法在超分辨率上获得出色性能，并在真实世界图像去噪上取得有前景的结果。
引用
@article{arxiv.2106.00768,
title = {Bilateral Spectrum Weighted Total Variation for Noisy-Image Super-Resolution and Image Denoising},
author = {Kaicong Sun and Sven Simon},
journal= {arXiv preprint arXiv:2106.00768},
year = {2022}
}