摘要
- 本文提出了一个新的低维流形模型(low dimensional manifold model,简称LDMM)并将其用于图像处理问题中;
- LDMM基于这样的fact:很多自然图像的块流形有低维的结构;因此,可以用块流形的维数作为正则化来恢复图像。
- LDMM中的关键是在point cloud上解决laplace-beltrami方程,可通过点积分(point integral)方法解决;
- point interal方法正确的采用采样点的方法,结果比标准的graph laplacian好。
- 在图像去噪、修复、超分辨重建中的数值仿真表明LDMM是一个powerful method.
Introduction
- 图像恢复问题是不适定的,因此我们需要加正则化(也即先验);
- TV,可以很好的恢复图像的卡通部分,纹理部分却恢复的不好;
- nonlocal TV,可以很好的恢复纹理;
- 本文motivation:图像 f 的patch set