利用去噪正则化进行联合重建与标定
图像与视频处理
2020-11-30 v1 计算机视觉与模式识别
摘要
去噪正则化（RED）是一种广泛适用的框架，通过使用指定为去噪器的先验来解决逆问题。尽管 RED 已在众多应用中展现出最先进的性能，现有的 RED 算法需要精确知晓表征成像系统的测量算子，这限制了它们在测量算子存在参数不确定性的问题中的适用性。我们提出一种称为标定 RED（Cal-RED）的新方法，能够在对未知图像进行重建的同时联合标定测量算子。Cal-RED 将传统 RED 方法扩展到需要对测量算子进行标定的成像问题。我们在计算机断层扫描（CT）中投影角度受扰动的图像重建问题上验证了 Cal-RED。我们的结果证实了 Cal-RED 使用预训练深度去噪器作为图像先验进行联合标定与重建的有效性。
引用
@article{arxiv.2011.13391,
title = {Joint Reconstruction and Calibration using Regularization by Denoising},
author = {Mingyang Xie and Yu Sun and Jiaming Liu and Brendt Wohlberg and Ulugbek S. Kamilov},
journal= {arXiv preprint arXiv:2011.13391},
year = {2020}
}