基于弱空间和混合非凸正则化的指数 Retinex 分解及其去噪应用
计算机视觉与模式识别
2024-07-23 v2 图像与视频处理
摘要
Retinex 理论将图像建模为光照和反射分量的乘积，这已引起广泛关注并在图像增强、分割和颜色恢复中广泛使用。然而，由于 Retinex 噪声图像建模中包含乘法和加法运算，很少用于加法噪声移除。本文提出一种基于混合非凸正则化和弱空间振荡建模的指数 Retinex 分解模型用于图像去噪。该模型利用非凸的一阶总变异 (TV) 和非凸的二阶 TV 来分别正则化反射分量和光照分量，并采用弱 范数来衡量残差分量。通过利用不同的正则化器，该模型有效地将图像分解为反射、光照和噪声分量。开发了一种结合 Majorize-Minimization (MM) 算法的交替方向乘子方法 (ADMM) 来求解该模型。此外，我们对该算法的收敛性提供了详细的证明。数值实验验证了所提出模型和算法。与几个最先进的去噪模型相比，所提出的模型在峰信噪比 (PSNR) 和平均结构相似性 (MSSIM) 方面表现出优异性能。
关键词
引用
@article{arxiv.2407.08498,
title = {ERD: Exponential Retinex decomposition based on weak space and hybrid nonconvex regularization and its denoising application},
author = {Liang Wu and Wenjing Lu and Liming Tang and Zhuang Fang},
journal= {arXiv preprint arXiv:2407.08498},
year = {2024}
}