A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator

要約

色の画像処理におけるクロスチャネルデブリングの問題は、色ピクセルの複雑な結合と構造的ぼやけのために解くのが困難です。
これまで、脱生プロセスで色アーティファクトを減らすことができる効率的なアルゴリズムはほとんどありません。
この挑戦的な問題を解決するために、Quaternion Blurオペレーターとクロスカラー空間の正規化機能を導入することにより、色画像が脱毛するための新しいクロススペース合計バリエーション（CSTV）正規化モデルを提示します。
ソリューションの存在と独自性が証明され、異なるカラースペースで正規化用語のバランスを見つけるために新しいL-Curveメソッドが提案されています。
オイラー – ラグランジュ方程式は、CSTVがすべてのカラーチャネルの結合と各カラーチャネル内のローカルスムージングを考慮していることを示すために導出されます。
Quaternionオペレーターの分割方法は、CSTV正規化モデルのカラーアーティファクト削減の能力を高めるために最初に提案されています。
この戦略は、よく知られている色の脱生モデルにも適用されます。
カラー画像データベースの数値実験は、新しいモデルとアルゴリズムの効率と有効性を示しています。
それらによって復元されたカラー画像は、色と空間情報を正常に維持し、PSNR、SSIM、MSE、およびCiede2000の点で高品質であり、最先端の方法の修復よりも高品質です。

要約(オリジナル)

The cross-channel deblurring problem in color image processing is difficult to solve due to the complex coupling and structural blurring of color pixels. Until now, there are few efficient algorithms that can reduce color artifacts in deblurring process. To solve this challenging problem, we present a novel cross-space total variation (CSTV) regularization model for color image deblurring by introducing a quaternion blur operator and a cross-color space regularization functional. The existence and uniqueness of the solution is proved and a new L-curve method is proposed to find a balance of regularization terms on different color spaces. The Euler-Lagrange equation is derived to show that CSTV has taken into account the coupling of all color channels and the local smoothing within each color channel. A quaternion operator splitting method is firstly proposed to enhance the ability of color artifacts reduction of the CSTV regularization model. This strategy also applies to the well-known color deblurring models. Numerical experiments on color image databases illustrate the efficiency and effectiveness of the new model and algorithms. The color images restored by them successfully maintain the color and spatial information and are of higher quality in terms of PSNR, SSIM, MSE and CIEde2000 than the restorations of the-state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google