Regularización por variación total, para reconstruir imágenes con dominios perdidos
Tipo de documento
Autores
Lista de autores
Reyes, Silvia y Hernández, Yessenia
Resumen
En el procesamiento digital de imágenes se aplican técnicas numéricas cuyo objetivo es mejorar la calidad de la imagen, eliminar objetos en ella o extraer algún tipo de información; entre las técnicas más utilizadas se encuentra la reconstrucción de partes perdidas que consiste en modificar una imagen para reconstruir zonas deterioradas o eliminadas de la misma. En la actualidad, los algoritmos de reconstrucción de imágenes ocupan un amplio campo de investigación y desarrollo; en este artículo se analiza, describe, plantea y resuelve el problema de reconstrucción de imágenes con regiones faltantes, desde un punto de vista teórico y práctico; se obtiene un modelo matemático que representa al problema, el cual se demuestra que es un problema inverso mal planteado en sentido de Hadamard. Para resolver el problema, se usa el método de variación total que se deduce a partir de la representación variacional del método de regularización de Tikhonov; se muestra que la solución del problema también resuelve el problema de Neumann para la ecuación de Euler-Lagrange, el cual se resuelve numéricamente. Finalmente, se valida la propuesta de solución en algunas imágenes con dominios perdidos. Lo novedoso del trabajo, es que el método empleado permite implementarse numéricamente y mostrar la influencia del parámetro de regularización.
Fecha
2022
Tipo de fecha
Estado publicación
Términos clave
Contextos o situaciones | Desde disciplinas académicas | Estrategias de solución | Gráfica | Simbólica
Enfoque
Idioma
Revisado por pares
Formato del archivo
Volumen
23
Número
1
Rango páginas (artículo)
1-24
ISSN
16590643
Referencias
[1] Chan, Tony F., and Jianhong Shen., Image processing and analysis: Variational, PDE, Wavelet, and Stochastic Methods, Society for Industrial and Applied Mathematics, 2005. [2] Chan, T., Esedoglu, S., Park F., y Yip A., Recent developments in total variation image restoration, in Handbook of Mathematical Models in Computer Vision, Springer, New York, NY, USA, 2005. [3] Chris, S. and Breckon, T., Fundamentals of Digital Image Processing: A Practical Approach with Examples in Matlab, John Wiley & Sons, Ltd 2011. [4] Domínguez Sánchez, Federico C., y Nieves Hurtado Antonio., Métodos numéricos aplicados a la ingeniería, Grupo Editorial Patria, 2014. [5] Escalera, Sergio., Ayache, Stephane., Wan, Jun., Madadi, Meysam., Güçlü, Umut and Baró, Xavier., Inpainting and Denoising Challenges, Springer Science, 2019. [6] Fomin, S.V. and Gelfand, I.M.: Calculus of Variations, Dover Publ., 2000. [7] Gonzalez, Rafael C., and Richard E. Woods., Digital Image Processing, Prentice-Hall, Inc. 2006. [8] Hoskins. R.F., Delta Functions Introduction to Generalised Functions, Woodhead Publishing. 2009. [9] Kirsch, Andreas., An Introduction to the Mathematical Theory of Inverse Problems, AVol. 120. Springer Science & Business Media, 2011. [10] Lebedev, L.P. and Cloud, M.J.: The Calculus of Variations and Functional Analysis with Optimal Control and Applications in Mechanics, World Scientific, 2003. [11] Luenberger, David G., and Yinyu Ye., Linear and Nonlinear Programming Fourth Edition, (2016). [12] Pan, H., Wen, Y.-W., & Zhu, H.-M. A Regularization Parameter Selection Model for Total Variation Based Image Noise Removal. Applied Mathematical Modelling. doi:10.1016/j.apm.2018.11.032, 2018. [13] Pratt, William K., Introduction to Digital Image Processing, CRC Press, 2013. [14] Rudin, L. I., Osher, S. and Fatemi, E., Nonlinear total variation based noise removal algorithms, Physica D, vol. 60, no. 1-4, pp. 259-268, 1992. [15] Ram P. Kanwal, Generalized Functions Theory and Technique: Theory and Technique Birkhäuser, 1998. [16] Scherzer, Otmar., Handbook of Mathematical Methods in Imaging, Springer Science & Business Media, 2015. [17] Schönlieb, Carola-Bibiane., Partial differential equation methods for image inpainting, Cambridge University Press, 2015. [18] Strong, David, and Chan, Tony, Edge-preserving and scale-dependent properties of total variation regularization, Inverse Problems, (2003), 165-188: IOP Publishing Ltd.