全变差与曲波联合稀疏表示模型与原对偶算法-模式识别与人工智能.PDF

第26 卷摇 第 10 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.26摇 No.10 摇 2013年10月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Oct.摇 摇 2013 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 全变差与曲波联合稀疏表示模型 与原对偶算法* 余义斌摇 摇 李启达摇 摇 甘俊英摇 摇 孙建军 (五邑大学 信息工程学院摇 江门529020) 摘摇 要摇 全变差模型因能有效捕捉图像与视频中的细节信息而被广泛应用于机器视觉中,曲波变换具有较强捕捉 二维信号中线状跳变信息的能力.文中结合全变差模型和曲波变换的优点,提出一类能更好地捕捉二维信号特征 的联合稀疏表示模型,并用原对偶算法求解该模型,即原对偶全变差曲波算法.实验结果表明,用文中模型及求解 算法处理后的图像,其客观质量及主观视觉效果均优于现有算法.文中算法也可用于解决图像去模糊、超分辨率等 其它具有挑战性的图像处理问题. 关键词摇 全变差,曲波变换,稀疏表示,原对偶算法 中图法分类号摇 TN911 Total Variation鄄Curvelet Joint Sparse Representation Model and Primal鄄Dual Algorithm YU Yi鄄Bin,LI Qi鄄Da,GANJun鄄Ying,SUNJian鄄Jun (School of Information Engineering,Wuyi University,Jiangmen529020) ABSTRACT Total variationmodeliswidelyusedinmachinevisionduetoitsstrongabilityof capturingthedetails of theimagesandthevideos. Curvelettransformcan capturetheedgesandcurvedlinesof the2Dsignals easily. Combining both advantages,a class of joint sparse representation model is proposed,i.e. total variation and curvelet (TVC). This model can represent the characteristics of the 2D signals more effectively. Primal鄄dual (PD) scheme is used to solve the model,which is called PDTVC algorithm. Experimental results show that PDTVC outperformsthe existing algorithmsin both subjective visual effect and objective image qualities. PDTVC can be applied to various challenging image processing tasks as well,such as deblurring and super resolution. Key Words摇 Total Variation,Curvelet Transform,Sparse Representation,Primal鄄Dual Algorithm *国家自然科学基金项目(No、广东省自然科学基