用于恢复结构化纹理图像的振荡全变分下确界卷积
数值分析
2018-09-17 v2
摘要
我们提出一种称为振荡全变分（TGV）的新型图像正则化泛函，它能在指定方向与尺度上表示具有振荡特征的结构化纹理。随后，将振荡 TGV 关于多个方向与尺度取下确界卷积，用于建模具有结构化振荡纹理的图像。此类泛函构成了具有良好纹理保持性质的正则化子，并可灵活嵌入诸多成像问题中。我们在函数空间中对含振荡 TGV 的下确界卷积型模型给出详尽的理论分析。进一步，我们考虑这些泛函的适当离散化，并引入一种一阶原始对偶算法，用于求解与该正则化子相关的通用变分成像问题。最后，数值实验表明，我们所提模型能良好恢复纹理，且与现有最优方法相比具有竞争力。
引用
@article{arxiv.1710.11591,
title = {Infimal convolution of oscillation total generalized variation for the recovery of images with structured texture},
author = {Yiming Gao and Kristian Bredies},
journal= {arXiv preprint arXiv:1710.11591},
year = {2018}
}