修正的TV-Stokes模型的新快速算法.pdf

常谦顺等：修正的 TV．Stokes模型的新快速算法 向量场的Tv．最小值，提高了计算速度．文献 f10]提出修正的TV—Stokes模型：在第 2步中要求恢复 的图像具有第 1步得到的光滑法向量场并且逼近带噪声的图像．该新模型优于之前的两步模型，特别 是在第 2步．但是文中提出的算法比较复杂，需要长时间的计算．这促使我们在本文 中提出一种能有 效的求解修正的TV-Stokes模型的快速算法，使得该新模型能够应用于实际的图像去噪问题． 在TV-Stokes模型中我们需要求解大量的线性方程组．多重网格方法已经被成功地应用于数值求 解椭圆或双曲问题．在给定精度的情况下，该方法几乎是最优的，其计算量与未知离散变量的个数成 正比[15】．代数多重网格 (AMG)方法利用几何多重网格 (GMG)方法的准则得到线性方程组的一个快 速 自动求解程序 (见文献 1『6】等)．此方法特别适用于图像去噪问题，其中系数的变化可能十分显著． AMG方法已经被应用于求解图像恢复问题 (见文献 3[，7]等)．本文我们将利用改进的AMG方法 [16] 求解线性方程组． 在 TV-Stokes模型中我们需要求解一些ROF一类方程．文献 [4】提出了ROF一类模型的一类去噪 的快速算法． 本文中我们利用多重网格方法 [16]、Jia和Zhao的算法 4【】和Chambolle的算法 [2】提出一系列求 解修正 Tv—Stokes模型 1【o]的快速算法．第 2节介绍图像去噪的两步模型 1【o]．第 3节提出第 1步即 向量场光滑的快速算法．第4节给出利用第 1步计算所得到的向量场进行图像恢复．第 5节贡献了一 些数值算例．最后第 6节给出总结． 2 两步模型 在文献 f14】中，作者提出图像去噪的两步方法 (RTO模型)．此后两步方法在文献 1【0]中得到改 进．在第 1步中极小化 向量场，其中包含求解一类 Stokes方程．在第 2步中，利用在第 1步计算得到 的向量场恢复图像．该方法生成优质的去噪图像并且很好地保持了图像的边 (见文献 f10]和 f14])． 令 =Vu=(，1=，)T：=(n1，n2)T和 =V上钆=(，一钆)T：=(T1，)T．通过简单计算，我们 得到 ． =0f这被称作不可压条件)和V × ：0．改进的RTO模型可以分解成如下两步： 第 1步 光滑切向量场．我们通过求解 嘴 {IVldxdy+妻 )． (2_) s．t．V ． =0， ∈ Q， 或者等价地， arg I ld咖+5 l 一 I2dxdy+ ·d劫)， (2．2) s．t．V ． = 0， ∈ Q， 计算切向量场 0，其中 0是用于平衡切向量场的光滑性和保真度的常数， =V上Z=(，一Zx)T ：=(，嘭)T， 为 Lagrange乘子．这里， 0被认为是待求 图像的切向量场．方程 (2．1)是经典的求解 光滑切向量场的ROF模型 (见文献 f1191等)． 令 0=(柙，世)为第 1步所求得的解．相应的法向量场为 0=(no，no)=(，一柙)． 在文献 1『01(定理 3．2，第 1578页)中，作者证明如果 Q是 R 的有界子集并且具有 Lipschitz连 续边界S，问题 (2．1)在集合U={乱lU=(U1，U2)∈BY(a； )，div札=0)中存在唯一解． 1324 中国科学 ：数学 第 44卷 第 12期 第 2步 图像恢复．给定法向量场 。和带噪图像 之间的平衡参数，我们改进文献 1【0】中模 型的第 2步得到如下各 向异性模型： 眦 m i (礼l+l一礼o)dxdy+等c—)2dxdy)， 2(．3) 其中 0为常数．如果选取的 过大，恢复的图像将不够光滑；如果选取的 过小，恢复的图像将