如何理解影象處理領域的不適定問題(ill-posed problem)
在討論不適定問題(ill-posed problem)之前,我們先來看一下什麼叫適定性問題(well-posed problem)。
適定性問題這是在數學領域裡提出的一個概念。我們先來看下Wikipedia的解釋:
數學術語適定性問題來自於數學家阿達馬(英文: Jacques Solomon Hadamard)所給出的定義。他認為物理現象中的數學模型應該具備下述性質:
- 存在解
- 解是唯一的
- 解隨著起始條件連續的改變
再來看一下百度百科的解釋:
經典的數學物理方程定解問題中,人們只研究適定問題。適定問題是指定解滿足下面三個要求的問題:
- 解是存在的;
- 解是唯一的;
- 解連續依賴於定解條件,即解是穩定的。
因此我們可以發現這三個要求中,只要有一個不滿足,則稱之為不適定問題。特別,如果條件3不滿足,那麼就稱為阿達馬意義下的不適定問題。一般地說不適定問題,常常是指阿達馬意義下的不適定問題。在經典的數學物理中,人們只研究適定問題。
在影象處理領域,我們經常看到論文中提到某個問題是ill-posed,即無法同時滿足上述三個條件,一般來說不滿足第二條或者第三條。比如以影象超分辨為例(示圖見文章末尾,來自SRCNN),對於輸入的低解析度影象,輸出高解析度的影象,這並沒有一個標準的答案,有很多個解,且這些解並不穩定。
Jaeyoung在CVPR的論文中這樣描述CV中的不適定問題:
In most cases, there are several possible output images corresponding to a given input image and the problem can be seen as a task of selecting the most proper one from all the possible outputs.
這種不適定問題就是:一個輸入影象會對應多個合理輸出影象,而這個問題可以看作是從多個輸出中選出最合適的那一個。
影象處理中不適定問題(ill posed problem)或稱為反問題(inverse Problem)的研究從20世紀末成為國際上的熱點問題,成為現代數學家、計算機視覺和影象處理學者廣為關注的研究領域。
典型的影象處理不適定問題包括:
- 影象去噪(Image De-nosing)
- 影象恢復(Image Restorsion)
- 影象放大(Image Zooming)
- 影象修補(Image Inpainting)
- 影象去馬賽克(image Demosaicing)
- 影象超分辨(Image super-resolution )
- 等等
迄今為止,人們已經提出許多方法來解決影象處理中的不適定性。
Reference:
-
https://blog.csdn.net/leviopku/article/details/89296455
-
http://blog.sciencenet.cn/home.php?mod=space&uid=1108283&do=blog&id=736648