Fast Algorithm for Image Denosing with Different Boundary Conditions
Fast Algorithm for Image Denosing with Different Boundary Conditions
复制标题
不同边界条件下图像去噪的快速算法
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Yonggui Zhu
中科院分区：
文献类型：
--
作者：
Xiaole Zhang;Yuying Shi;zhifengoang@163.com;Yonggui Zhu
在最近的工作中，几位作者考虑了去噪模型的 L 1 保真度项、L 2 保真度项以及组合的 L 1 和 L 2 保真度项，并且他们使用了只能使用周期性边界条件（BC）的快速傅立叶变换（FFT）算法。在本文中，我们结合增强拉格朗日方法（ALM）和对称红黑高斯-赛德尔（SRBGS）方法提出了三种适用于不同BC的算法。实验结果表明，所提出的算法是有效的，并且具有L 1 和L 2 保真项组合的模型比其他具有L 1 保真项或L 2 保真项的模型在效率和准确性方面表现出更多的优势。
In recent works several authors have considered the L 1 fidelity term, the L 2 fidelity term and the.combined L 1 and L 2 fidelity term for denoising models, and they used the fast Fourier transform (FFT).algorithm which can only use periodic boundary conditions (BCs). In this paper, we combine the.augmented Lagrangian method (ALM) and the symmetric Red–Black Gauss–Seidel (SRBGS) method to.propose three algorithms that are suitable for different BCs. Experimental results show that the proposed.algorithms are effective and the model with the combined L 1 and L 2 fidelity term demonstrates more.advantages in efficiency and accuracy than other models with the L 1 fidelity term or the L 2 fidelity term.