A generalized vector-valued total variation algorithm

Paul Rodríguez, Brendt Wohlberg

Producción científica: Capítulo del libro/informe/acta de congresoContribución a la conferenciarevisión exhaustiva

17 Citas (Scopus)

Resumen

We propose a simple but flexible method for solving the generalized vector-valued TV (VTV) functional, which includes both the ℓ2-VTV and ℓ1-VTV regularizations as special cases, to address the problems of deconvolution and denoising of vector-valued (e.g. color) images with Gaussian or salt-and-pepper noise. This algorithm is the vectorial extension of the Iteratively Reweighted Norm (IRN) algorithm [1] originally developed for scalar (grayscale) images. This method offers competitive computational performance for denoising and deconvolving vector-valued images corrupted with Gaussian (ℓ2-VTV case) and salt-and-pepper noise (ℓ1-VTV case).

Idioma originalInglés
Título de la publicación alojada2009 IEEE International Conference on Image Processing, ICIP 2009 - Proceedings
EditorialIEEE Computer Society
Páginas1309-1312
Número de páginas4
ISBN (versión impresa)9781424456543
DOI
EstadoPublicada - 2009
Evento2009 IEEE International Conference on Image Processing, ICIP 2009 - Cairo, Egipto
Duración: 7 nov. 200910 nov. 2009

Serie de la publicación

NombreProceedings - International Conference on Image Processing, ICIP
ISSN (versión impresa)1522-4880

Conferencia

Conferencia2009 IEEE International Conference on Image Processing, ICIP 2009
País/TerritorioEgipto
CiudadCairo
Período7/11/0910/11/09

Huella

Profundice en los temas de investigación de 'A generalized vector-valued total variation algorithm'. En conjunto forman una huella única.

Citar esto