泊松噪声下基于方向性 TGV 的图像复原
数值分析
2021-06-17 v2 数值分析
最优化与控制
摘要
我们关注受噪声和模糊污染且纹理主要沿单一方向（即方向性图像）的图像的复原。此类问题出现在例如碳或玻璃纤维的显微镜或计算机断层扫描中。为处理这些问题，Kongskov 等人于 2017 和 2019 年在脉冲和高斯噪声情形下发展了方向性全广义变分（DTGV）。在本文中，我们聚焦于被泊松噪声污染的图像，将 DTGV 正则化推广到数据保真项为广义 Kullback-Leibler 散度的图像复原模型。我们还提出了一种主纹理方向识别技术，改进了上述 DTGV 工作中所用的技术。我们通过具有收敛性保证且子问题能以低计算成本精确求解的 ADMM 算法求解该问题。在仿体和真实图像上的数值结果证明了我们方法的有效性。
引用
@article{arxiv.2105.00106,
title = {Directional TGV-based image restoration under Poisson noise},
author = {Daniela di Serafino and Germana Landi and Marco Viola},
journal= {arXiv preprint arXiv:2105.00106},
year = {2021}
}
备注
20 pages, 1 table, 13 figures