통합 베이즈 총변이 정규화 방법과 영상복원에 대한 응용

• 영문명: An Unified Bayesian Total Variation Regularization Method and Application to Image Restoration
• 발행기관: 한국전자통신학회
• 저자명: 류재흥(Jae-Hung Yoo)
• 간행물 정보: 『한국전자통신학회 논문지』제17권 제1호, 41~48쪽, 전체 8쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2022.02.28

국문 초록

본 논문은 통합 베이즈 티코노프 정규화 방법을 총변이 정규화에 대한 해법으로 제시한다. 통합된 방법은 총변이 항을 가중된 티코노프 정규화 항으로 변형하여 정규화 모수를 구하는 공식을 제시한다. 정규화 모수를 구하고 이를 바탕으로 새로운 가중인수를 구하는 것을 복원된 영상이 수렴하기까지 반복한다. 실험결과는 영상 복원 문제에 대하여 제안하는 방법의 효능을 보여준다.

영문 초록

This paper presents the unified Bayesian Tikhonov regularization method as a solution to total variation regularization. The integrated method presents a formula for obtaining the regularization parameter by transforming the total variation term into a weighted Tikhonov regularization term. It repeats until the reconstructed image converges to obtain a regularization parameter and a new weighting factor based on it. The experimental results show the effectiveness of the proposed method for the image restoration problem.

목차

Ⅰ. Introduction

Ⅱ. Total Variation Regularization from Tikhonov Regularization

Ⅲ. Regularization Parameter Selection in the Frequency Domain

Ⅳ. Iteratively Reweighted L2 Norm Algorithm

Ⅴ. Experimental Results

Ⅵ. Conclusions

References

키워드

바에즈 티코노프 정규화 총변이 정규화 반복 가중 L2 놈 영상 복원 Bayesian Tikhonov Regularization Total Variation Regularization Iteratively Reweighted L2 Norm Image Restoration