用于图像去模糊的惯性非凸交替最小化方法
最优化与控制
2019-10-02 v1 计算机视觉与模式识别
多媒体
图像与视频处理
摘要
在图像处理中，全变分（TV）正则化模型常用于恢复模糊图像。求解凸 TV 问题最有效且流行的方法之一是交替方向乘子法（ADMM）算法，近来已利用惯性邻近点法进行了扩展。尽管所有经典研究仅关注凸公式，但近期文章因其良好的数值性能和性质而日益关注非凸方法。本文中，我们提出用一种新颖的带惯性技术的非凸交替方向乘子法（IADMM）扩展经典公式。在参数的某些假设下，借助 Kurdyka-Łojasiewicz 性质我们证明了算法的收敛性。我们还给出了经典 TV 图像重建问题的数值模拟，以说明新算法的效率及其与成熟的 ADMM 方法相比的行为。
引用
@article{arxiv.1907.12945,
title = {Inertial nonconvex alternating minimizations for the image deblurring},
author = {Tao Sun and Roberto Barrio and Marcos Rodriguez and Hao Jiang},
journal= {arXiv preprint arXiv:1907.12945},
year = {2019}
}
备注
Transactions on Image Processing