优化-最小求解的广义总变分图像复原  

Image restoration using majorization-minimizaiton algorithm based on generalized total variation

作　　者：徐梦溪[1] 徐枫[2] 黄陈蓉[1] 李铭[1] 

机构地区：[1]南京工程学院计算机工程学院,南京211167 [2]河海大学计算机与信息学院,南京210098

出　　处：《中国图象图形学报》2011年第7期1317-1325,共9页Journal of Image and Graphics

基　　金：国家自然科学基金项目(60872096);江苏省自然科学基金项目(BK2009352);中央高校基本科研业务费专项基金项目(2010B16414)

摘　　要：在代价函数中嵌入总变分正则项是解决图像复原中不适定问题的一种有效方法。但是,总变分正则化考虑的仅是一阶而不是高阶邻域像素变分关系;另外,总变分的开方形式还给基于总变分代价函数的优化带来了困难。为此,提出一种基于优化-最小算法的广义总变分正则化图像复原新方法,以克服目前存在的问题。该方法保留了总变分正则化方法能够除噪声保边缘的重尾特征,同时借鉴了双边总变分双重加权机制,从而推导出总变分正则项在邻域范围上的推广形式。该方法还针对广义总变分正则项优化过程中存在的求解瓶颈,提出采用优化-最小算法求得上界函数以逐次逼近最优解。实验结果表明,该方法取得了较好的复原效果,使改善信噪比指标达到2 dB左右。Total variation （TV） regularization is an effective tool to resolve ill-posed problem in image restoration. But the TV only considers the first order variation with the higher order variations ignored. Furthermore, the form of TV induces a difficulty in optimization. Accordingly, a method of image restoration based on generalized TV （ GTV ） using MM algorithm is proposed to overcome the problems of TV. The GTV has not only the heavy tail property of TV, but also bilateral weights of bilateral TV （BTV）. In fact, it is an extended form of the TV. For the optimization problem of GTV, we adopt the majorization-minimization （MM） algorithm to overcome its difficulty. Experimental results show that the proposed method achieves effective performance with about 2 dB ISNR （improvement of SNR）.

关 键 词：总变分 广义总变分 优化-最小算法 图像复原 反问题 双边滤波 

分 类 号：TN911.73[电子电信—通信与信息系统]