非线性光谱图像融合
计算机视觉与模式识别
2017-03-24 v1 数值分析
摘要
在本文中，我们证明基于全变分（TV）正则化的非线性谱分解框架非常适合用于图像融合以及更广泛的图像处理任务。具有良好局部化且保边的谱 TV 分解允许选择某一图像的特定频率，从而将特定特征（如面部的皱纹）从一张图像迁移到另一张图像。我们在多个数值实验中展示了所提方法的有效性，包括与 Poisson 图像编辑、线性渗透、小波融合和 Laplacian 金字塔融合等竞争技术的比较。我们得出结论，所提出的谱 TV 图像分解框架是用于半自动和全自动图像编辑与融合的有价值工具。
引用
@article{arxiv.1703.08001,
title = {Nonlinear Spectral Image Fusion},
author = {Martin Benning and Michael Möller and Raz Z. Nossek and Martin Burger and Daniel Cremers and Guy Gilboa and Carola-Bibiane Schönlieb},
journal= {arXiv preprint arXiv:1703.08001},
year = {2017}
}
备注
13 pages, 9 figures, submitted to SSVM conference proceedings 2017