Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Spatio-Temporal Scale Selection in Video Data Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

A Unified Framework for the Restoration of Images Corrupted by Additive White Noise

verfasst von : Alessandro Lanza, Federica Sciacchitano, Serena Morigi, Fiorella Sgallari

Erschienen in: Scale Space and Variational Methods in Computer Vision

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We propose a robust variational model for the restoration of images corrupted by blur and the general class of additive white noises. The solution of the non-trivial optimization problem, due to the non-smooth non-convex proposed model, is efficiently obtained by an Alternating Directions Method of Multipliers (ADMM), which in particular reduces the solution to a sequence of convex optimization sub-problems. Numerical results show the potentiality of the proposed model for restoring blurred images corrupted by several kinds of additive white noises.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel On a Projected Weiszfeld Algorithm
Nächstes Kapitel Learning Filter Functions in Regularisers by Minimising Quotients
Literatur
1.
2.
Bouman, C., Sauer, K.: A generalized Gaussian image model for edge-preserving MAP estimation. IEEE Trans. Image Process. 2(3), 296–310 (1993)CrossRef
3.
Bovik, A.C.: Handbook of Image and Video Processing. Academic Press, Cambridge (2010)MATH
4.
Lanza, A., Morigi, S., Sgallari, F., Wen, Y.W.: Image restoration with Poisson-Gaussian mixed noise. Comput. Methods Biomech. Biomed. Eng.: Imaging Vis. 2(1), 12–24 (2013)
5.
6.
Gilboa, G., Osher, S.: Nonlocal operators with applications to image processing. Multiscale Model. Simul. 7(3), 1005–1028 (2009)MathSciNetCrossRefMATH
7.
Keren, D., Werman, M.: Probabilistic analysis of regularization. IEEE Trans. Pattern Anal. Mach. Intell. 15(10), 982–995 (1993)CrossRef
8.
Lanza, A., Morigi, S., Sgallari, F., Yezzi, A.J.: Variational image denoising based on autocorrelation whiteness. SIAM J. Imaging Sci. 6(4), 1931–1955 (2013)MathSciNetCrossRefMATH
9.
Lanza, A., Morigi, S., Sgallari, F.: Variational image restoration with constraints on noise whiteness. J. Math. Imaging Vis. 53(1), 61–77 (2015)MathSciNetCrossRefMATH
10.
Chan, R.H., Lanza, A., Morigi, S., Sgallari, F.: An adaptive strategy for the restoration of textured images using fractional order regularization. Numer. Math.: Theory Methods Appl. 6(1), 276–296 (2013)MathSciNetMATH
11.
Nikolova, M.: A variational approach to remove outliers and impulse noise. J. Math. Imaging Vis. 20(1), 99–120 (2004)MathSciNetCrossRef
12.
Rudin, L., Osher, S., Fatemi, E.: Nonlinear total variation based noise removal algorithms. Phys. D 60(1–4), 259–268 (1992)MathSciNetCrossRefMATH
13.
Sciacchitano, F., Dong, Y., Zeng, T.: Variational approach for restoring blurred images with cauchy noise. SIAM J. Imaging Sc. 8(3), 1894–1922 (2015)MathSciNetCrossRefMATH
14.
Widrow, B., Kollár, I.: Quantization Noise: Roundoff Error in Digital Computation, Signal Processing, Control, and Communications. Cambridge University Press, New York (2008)CrossRef
15.
Lanza, A., Morigi, S., Sgallari, F.: Constrained TV\(_p\)-\(\ell _2\) model for image restoration. J. Sci. Comput. 68(1), 64–91 (2016)MathSciNetCrossRefMATH
16.
Boyd, S., Parikh, N., Chu, E., Peleato, B., Eckstein, J.: Distributed optimization and statistical learning via the alternating direction method of multipliers. Found. Trends Mach. Learn. 3(1), 1–122 (2011)CrossRefMATH
17.
Wu, C., Zhang, J., Tai, X.C.: Augmented lagrangian method for total variation restoration with non-quadratic fidelity. Inverse Probl. Imaging 5(1), 237–261 (2011)MathSciNetCrossRefMATH
Metadaten
Titel
A Unified Framework for the Restoration of Images Corrupted by Additive White Noise
verfasst von
Alessandro Lanza
Federica Sciacchitano
Serena Morigi
Fiorella Sgallari
Copyright-Jahr
2017
Buch
Scale Space and Variational Methods in Computer Vision

Print ISBN: 978-3-319-58770-7

Electronic ISBN: 978-3-319-58771-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-58771-4_40