通过方向全局三部分分解实现同时图像修复与去噪：连接变分与基于傅里叶域的图像处理
计算机视觉与模式识别
2016-06-10 v1
摘要
我们考虑一项极具挑战性的图像复原任务：(i) 图像存在大量缺失像素，(ii) 现有像素被噪声破坏，(iii) 待复原的理想图像同时包含卡通和纹理成分。这三种特性的结合使得该反问题非常困难。本手稿提出的解决方案基于方向全局三部分分解 (DG3PD) [ThaiGottschlich2016]，其中以方向全变分范数、方向 G-范数和 curvelet 域中的 -范数作为模型的关键要素。通过 DG3PD 进行图像分解，实现了对卡通和纹理成分的解耦修复与去噪。与现有修复和去噪方法的比较展示了所提方法的优势。此外，我们从贝叶斯框架的视角考察了图像复原问题，并讨论了通过函数空间提出的解与通过调和分析及金字塔分解进行的相关图像表示之间的联系。
引用
@article{arxiv.1606.02861,
title = {Simultaneous Inpainting and Denoising by Directional Global Three-part Decomposition: Connecting Variational and Fourier Domain Based Image Processing},
author = {Duy Hoang Thai and Carsten Gottschlich},
journal= {arXiv preprint arXiv:1606.02861},
year = {2016}
}