对应问题的Bregman迭代：光流研究

Bregman迭代在去噪、去模糊和压缩感知任务中已知能产生优异结果，但迄今为止该技术很少用于其他图像处理问题。在本文中，我们给出了Bregman迭代的完整描述，从而在一个统一框架下整合了不同作者的结果。然后我们展示了如何将最初由Goldstein和Osher为图像恢复目的开发的分裂Bregman迭代适配到光流问题上，光流是计算机视觉中的一个基本对应问题。我们考虑了一些经典和现代的光流模型，并给出了体现Bregman迭代优势的详细算法。通过利用Bregman框架的结果，我们解决了算法的收敛性和误差估计问题。数值例子补充了理论部分。