[論文レビュー] Mixed spatially varying $L^2$-BV regularization of inverse ill-posed problems

Gisela L. Mazzieri, Rubén D. Spies+1 more|arXiv (Cornell University)|Mar 21, 2014

Numerical methods in inverse problems参考文献 9被引用数 4

ひとこと要約

本稿では、空間的に変化する $L^2$-BV正則化法を、逆問題における不適切に設定された問題に提案する。$L^2$-ノルムと有界 variation (BV) 正則化項を、空間に依存する重み関数 $\theta(x)$ を用いて組み合わせる。この手法により、滑らかな領域では滑らかさを維持し、エッジを保存することで信号および画像の復元が向上する。理論的としての存在および一意性の結果が得られ、古典的な Tikhonov 法や純粋な BV 法と比較して、ISNR の向上が実証された。

ABSTRACT

Several generalizations of the traditional Tikhonov-Phillips regularization method have been proposed during the last two decades. Many of these generalizations are based upon inducing stability throughout the use of different penalizers which allow the capturing of diverse properties of the exact solution (e.g. edges, discontinuities, borders, etc.). However, in some problems in which it is known that the regularity of the exact solution is heterogeneous and/or anisotropic, it is reasonable to think that a much better option could be the simultaneous use of two or more penalizers of different nature. Such is the case, for instance, in some image restoration problems in which preservation of edges, borders or discontinuities is an important matter. In this work we present some results on the simultaneous use of penalizers of $L^2$ and of bounded variation (BV) type. For particular cases, existence and uniqueness results are proved. Open problems are discussed and results to signal restoration problems are presented.

研究の動機と目的

• 異方的または不均一な解の正則性を示す問題において、古典的 Tikhonov 法や純粋な BV 正則化法の限界を克服すること。
• 解に含まれる滑らかでない特徴と不連続な特徴をよりよく捉えるために、$L^2$-ノルムと BV 半ノルムの正則化項を組み合わせたハイブリッド正則化法を開発すること。
• 特定の条件下で、提案された混合正則化汎関数の最小化子の存在および一意性を確立すること。
• 数値例を通じて、ISNR を定量的指標として用いて、信号復元における手法の有効性を示すこと。

提案手法

• 空間的に変化する重み関数 $\theta(x)$ を用いて、$L^2$ と BV 正則化項を組み合わせた一般化された Tikhonov-Phillips 汎関数を定式化し、$J_{\alpha,\theta}(u) = \|Tu - v\|^2 + \alpha \left( (1-\theta(x))\|u\|_{L^2}^2 + \theta(x)\|\nabla u\|_{L^1} \right)$ を得る。
• 滑らかな領域では $L^2$-ノルムに高い影響を与えるように、エッジや不連続付近では BV 半ノルムに高い影響を与えるように、重み関数 $\theta(x)$ を適応的に設定する。
• Tikhonov 正則化解の勾配の絶対値とガウスカーネルの畳み込みにより、データ駆動型の重み関数を構築し、事前の知識なしに自動的に適応可能にする。
• 比較的分析のため、二値および連続的重み関数を用い、事前知識ありおよびデータ駆動型の構築法を含む。
• 重み関数 $\theta(x)$ および演算子 $T$ に対して適切な仮定を置くことで、汎関数のグローバル最小化子の存在および一意性を証明する。
• 合成データを用いた 1D 信号復元問題に、ISNR を定量的指標として用いて、結果を比較する。

実験結果

リサーチクエスチョン

• RQ1 滑らかでない領域と不連続な領域が混在する信号の復元において、$L^2$ と BV 正則化項の空間的変化する組み合わせは、古典的 Tikhonov 法や純粋な BV 法よりも性能を向上させることができるか？
• RQ2 提案された混合正則化汎関数が、どのような条件下で一意なグローバル最小化子を有するか？
• RQ3 データ駆動型重み関数 $\theta(x)$ は、解の局所的構造に適応するためにどれほど有効か？
• RQ4 単一の正則化項を用いた手法と比較して、混合 $L^2$-BV 法による復元品質の定量的向上はどの程度か？
• RQ5 純粋な BV 正則化法の「階段状効果」を回避しつつ、鋭いエッジを保存できるか？

主な発見

• 混合 $L^2$-BV 正則化法は、古典的 Tikhonov-Phillips（零次）法や純粋な BV 正則化法よりも、信号復元において顕著に優れていることが、高い ISNR 値によって裏付けられた。
• 例 3.1 において、二値 $\theta$ を用いた混合法の ISNR は 5.7086 に達し、Tikhonov 法の 2.5197 や純粋な BV 法の 4.2063 よりも優れていた。
• 例 3.2 において、二値 $\theta$ を用いた混合法は ISNR 4.8969 を達成し、Tikhonov 法（2.6008）や BV 法（2.8448）を上回った。
• Tikhonov 正則化解の勾配から構築されたデータ駆動型重み関数 $\theta(x)$ は、純粋な手法よりも顕著な改善をもたらし、例 3.1 では ISNR 4.4029、例 3.2 では ISNR 4.3315 を達成した。
• 理論的結果により、$\theta(x)$ および演算子 $T$ に対して適切な仮定が置かれた場合、提案された汎関数のグローバル最小化子の存在および一意性が保証された。
• 純粋な BV 正則化法の「階段状効果」を効果的に低減するとともに、エッジを保存することができ、滑らかでない特徴と不連続な特徴が共存する領域で優れた性能を示した。