科学研究
学术报告
A New Convex Optimization Model for Multiplicative Noise and Blur Removal
发布时间:2015-12-13浏览次数:

学 术 报 告

题目:A New Convex Optimization Model for Multiplicative Noise and Blur Removal

报告人赵熙乐博士(赵熙乐博士2012年毕业于电子科技大学太平洋在线会员登录获博士学位, 2013年至2014年在香港浸会大学进行博士后研究工作。主要研究方向为图像和视觉计算的数学模型与高性能算法。目前主持国家自然基金青年科学基金项目和中央高校基本科研业务费—基础研究项目。此外还作为主要研究骨干参与国家973子课题项目2项(排名第2和排名第3)和国家自然科学基金项目2项(排名第3)。2013年获四川省科技进步一等奖(自然科学理论类,排名第5), 2013年获第四届中国计算数学学会青年优秀论文竞赛二等奖, 2011年获四川省优秀硕士学位论文。近期以第一作者在SIAM Journal on Scientific Computing, SIAM Journal on Imaging Sciences, IEEE Trans. Geoscience and Remote Sensing和IEEE Trans. Image Processing 等国际权威期刊发表SCI检索期刊论文29篇, Google Scholar他引113。)

时间:2015年12月13日上午11:00-12:00

地点:数学系(致远楼)102室


摘要:The main contribution of this paper is to propose a new convex optimization model for multiplicative noise and blur removal. The main idea is to rewrite a blur and multiplicative noise equation such that both image variable

and noise variable are decoupled. The resulting objective function involves the total variation regularization term, the term of variance of the inverse of noise, the ℓ1-norm of the data fitting term among the observed image, and noise and image variables. Such convex minimization model can be solved efficiently by using many numerical methods in the literature. Numerical examples are presented to demonstrate the effectiveness of the proposed model. Experimental results show that the proposed model can handle blur and multiplicative noise (Gamma, Gaussian or Rayleigh

distribution) removal quite well.

欢迎广大师生参加!