用于非线性图像融合的变分渗透模型
计算机视觉与模式识别
2020-03-26 v2 数值分析
数值分析
摘要
我们提出一种用于非线性图像融合的新变分模型。我们的方法基于使用与Vogel等人（2013）和Weickert等人（2013）所研究的类似的渗透能量项。对所提出的非凸能量的极小化实现了视觉上合理的图像数据融合，且对乘性亮度变化具有不变性。在实际应用方面，它需要极少的监督和参数调优，并能够编码关于待融合图像结构的先验信息。对于所提模型的数值求解，我们开发了原始对偶算法，并将所得极小化方案应用于解决多模态人脸融合、颜色迁移和文化遗产保护问题。与最先进方法的视觉和定量比较证明了我们方法的优越性和灵活性。
引用
@article{arxiv.1910.02012,
title = {Variational Osmosis for Non-linear Image Fusion},
author = {Simone Parisotto and Luca Calatroni and Aurélie Bugeau and Nicolas Papadakis and Carola-Bibiane Schönlieb},
journal= {arXiv preprint arXiv:1910.02012},
year = {2020}
}
备注
10 pages, 8 figures