全变分、自适应全变分与非凸平滑剪裁绝对偏差惩罚用于块状图像去噪
计算机视觉与模式识别
2011-07-28 v1 数值分析
统计方法学
摘要
基于全变分的图像去噪模型已通过多种方式得到推广和扩展，从而在不同场景下提升了其性能。我们提出了一种新的惩罚函数，其灵感来源于高维变量选择统计文献中的最新进展。通过使用主要化-最小化算法的一个特定实例，该优化问题可以被高效求解，且计算过程与空间自适应全变分模型类似。我们的两像素图像模型从理论上表明，新惩罚函数解决了全变分模型固有的偏差问题。通过多个实验展示了新惩罚函数的优越性能。我们的研究仅限于具有小全变分的“块状”图像。
引用
@article{arxiv.0906.0434,
title = {Total Variation, Adaptive Total Variation and Nonconvex Smoothly Clipped Absolute Deviation Penalty for Denoising Blocky Images},
author = {Aditya Chopra and Heng Lian},
journal= {arXiv preprint arXiv:0906.0434},
year = {2011}
}