数字图像处理翻译.pdfVIP

FINDING THE GLOBAL MINIMUM FOR BINARY IMAGE RESTORATION Tony F. Chan? , Selim Esedo gluˉ? and Mila Nikolova ? Mathematics Department, UCLA. Los Angeles, CA 90095. Centre de Mathematiques et de Leurs Applications, ENS de Cachan, France. 摘要 恢复的二值图像是一个问题出现在各种应用领域。在我们的论文 ,这个问题被认为是在变分 框架 :受欢迎的解决方案一个能量最小化。能量的定义组二进制图像是不可避免的非凸和没 有通用的方法计算全球最低 ,而当地最小值常常是有限的兴趣。在本文中 ,我们定义了恢复图 像作为全球最小值的 total-variation( 电视)能量泛函的束缚 binary-valued 图像的集合。我们解 决这个约束非凸优化问题 ,获得另一个功能是凸和其 (无限制 ) 最低被证明要达到全球最小值 的二进制约束电视功能。实际问题进行探讨和一个数值例子验证了。 1、简介 在不同的应用程序时 ,我们就有了一种 binary-valued 函数 f(x):RN →{ 0,1 },N ≥2,这是众 所周知的 ,被损坏的版本的另一个二值函数 u(x), 需要估计。我们可以唤起文本去噪和文档处 理、两相图像分割、形状的修复 ,channel-noise 取消在通信、整流罩表面的计算机图形学和 其他人。这个问题可以通过声明作为一种去噪或分割。由于两个 u 和 f 是二进制的 ,他们可 以表示为特征函数的形状。腐败发生 f 因此的几何形状 :它的边界可能非常粗糙 ,用户可能会 感兴趣在理顺其边界 ,或许将一小 ,不必要的连接的组件的形状。这个任务是一种常见的第一 步目标探测和边界识别算法。基于变分和偏微分方程去噪和分割方法取得了巨大成功 ,本质 上 ,因为这些模型很好地适应几何规律强加在寻求解决方案。其中最出名、最具影响力的例 子是 Rudin-Osher-Fatemi(ROF) 总变图像去噪模型为基础 ,Mumford-Shah 图像分割模型。 这些 模式很容易适应二进制图像。然而 ,一个常见的困难就是假的局部极小值的存在 ,不是全局最 小点。原因是 ,这一约束集——家族的特征子集的功能——是一种非凸集合 RN 代码。这是 一个更严重的缺点比性的全球求因为局部极值的分割和去噪模型往往会有完全错误的细节 水平和规模 :尽管全球求特定的模型通常是所有合理的解决方案 ,局部最小值往往是公然虚 假。许多解决方案技术进行变分模型是基于梯度下降 ,因此很容易陷入局部极值等。这使得 最初想对于基于梯度下降算法有时获得满意结果至关重要。 在本文中 ,我们提出一种方法 ,它可以确保达到全球最小的高射速模型限于套二进制图 像。我们的方法就是看它的无约束极小化一个凸函数的最小值是达到适合受限制的全球最小 值的 ROI 模型。这个理论在这工作依赖于结果建立在 [1] 。一个相似的想法在简单的背景上 的图像是用在一个有限的网格 [2] 为了通过最小化凸函数找到 quasi-binary 解决方案。 2、二进制映像恢复使用约束最小化 让 f(x):RN → [0,1] 表示给定 (灰度 )可能破坏 (吵) 图像。自 [3], 一个通常的方法就是减少图 像恢复一个能量的形式 然而 λ0 是用户选择的一个参数， 或者加入噪声的层次是知道的