Total Variation Minimization 2

今日はA2BCモデルを実装した．思ったよりも簡単に出来たが，パラメータはこれであってるのかな．

まずはROFモデル計算のおさらい．u=f-PG(f)という写像を使って骨格画像uを計算します．PGが写像関数で，内部にpという変数を隠し持っています．だから，正確には写像を使ってpを計算します．v=λdiv(p)によって，テクスチャ画像vが得られます．そして，u=f-PG(f)=f-v=f-λdiv(p)によって，骨格画像uが得られます．

さて，この計算方法をA2BCモデルに適用します．まず，u0 = v0 = 0で初期化します．次に，v1 = PG(f-u0)，u1 = f - v1 - PG(f-v1)を繰り返し計算します．ここでも先と同様にpvとpuという変数を隠し持っています．したがって，fの代わりにf-u0を代入し，pvを計算します．さらに，v1=μdiv(pv)によってテクスチャ画像を得ます．それから，fの代わりにf-v1を代入し，puを計算します．さらに，u1=f-v1-λdiv(pu)によってテクスチャ画像を得ます．

パラメータは（τと）μとλです．A2BCモデルのμはROFモデルのλと同じ役割です．したがって，16/256ぐらいを指定します．A2BCモデルのλは元画像との差を決定づけます．ここでは，μよりも小さくして，4/256ぐらいを指定しました．なお，τはROFモデルでは1/4でしたが，A2BCモデルでは1/8以下でないと収束しないようです．

プログラムは先日のソースに追加しました．