如何理解图像处理领域的不适定问题(ill-posed problem)
在讨论不适定问题(ill-posed problem)之前,我们先来看一下什么叫适定性问题(well-posed problem)。
适定性问题这是在数学领域里提出的一个概念。我们先来看下Wikipedia的解释:
数学术语适定性问题来自于数学家阿达马(英文: Jacques Solomon Hadamard)所给出的定义。他认为物理现象中的数学模型应该具备下述性质:
- 存在解
- 解是唯一的
- 解随着起始条件连续的改变
再来看一下百度百科的解释:
经典的数学物理方程定解问题中,人们只研究适定问题。适定问题是指定解满足下面三个要求的问题:
- 解是存在的;
- 解是唯一的;
- 解连续依赖于定解条件,即解是稳定的。
因此我们可以发现这三个要求中,只要有一个不满足,则称之为不适定问题。特别,如果条件3不满足,那么就称为阿达马意义下的不适定问题。一般地说不适定问题,常常是指阿达马意义下的不适定问题。在经典的数学物理中,人们只研究适定问题。
在图像处理领域,我们经常看到论文中提到某个问题是ill-posed,即无法同时满足上述三个条件,一般来说不满足第二条或者第三条。比如以图像超分辨为例(示图见文章末尾,来自SRCNN),对于输入的低分辨率图像,输出高分辨率的图像,这并没有一个标准的答案,有很多个解,且这些解并不稳定。
Jaeyoung在CVPR的论文中这样描述CV中的不适定问题:
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.
这种不适定问题就是:一个输入图像会对应多个合理输出图像,而这个问题可以看作是从多个输出中选出最合适的那一个。
图像处理中不适定问题(ill posed problem)或称为反问题(inverse Problem)的研究从20世纪末成为国际上的热点问题,成为现代数学家、计算机视觉和图像处理学者广为关注的研究领域。
典型的图像处理不适定问题包括:
- 图像去噪(Image De-nosing)
- 图像恢复(Image Restorsion)
- 图像放大(Image Zooming)
- 图像修补(Image Inpainting)
- 图像去马赛克(image Demosaicing)
- 图像超分辨(Image super-resolution )
- 等等
迄今为止,人们已经提出许多方法来解决图像处理中的不适定性。
Reference:
-
https://blog.****.net/leviopku/article/details/89296455
-
http://blog.sciencenet.cn/home.php?mod=space&uid=1108283&do=blog&id=736648