基于 TGV 的泊松图像复原及正则化参数自动估计
数值分析
2021-04-30 v1 数值分析
最优化与控制
摘要
复原被泊松噪声污染的图像这一问题在许多应用领域都很常见，并且由于其固有的不适定性，需要正则化技术来求解。此类技术的有效性取决于平衡数据保真度与解的正则性的正则化参数值。此处我们考虑 [SIAM J. Imag. Sci, 3(3), 492-526, 2010] 中引入的总广义变分（Total Generalized Variation, TGV）正则化，其已展现出保持尖锐特征以及平滑过渡变化的能力，并引入一种定义正则化参数值的自动策略。我们使用 ADMM 的 3-block 版本求解相应的优化问题。初步数值实验支持了所提方法。
引用
@article{arxiv.2104.14452,
title = {TGV-based restoration of Poissonian images with automatic estimation of the regularization parameter},
author = {Daniela di Serafino and Germana Landi and Marco Viola},
journal= {arXiv preprint arXiv:2104.14452},
year = {2021}
}
备注
7 pages, 1 table, 3 figures