Please use this identifier to cite or link to this item: doi:10.22028/D291-26663
Title: Existence and regularity theorems for variants of the TV-image inpainting method in higher dimensions with vector-valued data
Other Titles: Existenz-und Regularitätssätze für Modifikationen des TV-image inpainting Modells in höheren Dimensionen mit vektorwertigen Daten
Author(s): Tietz, Christian
Language: English
Year of Publication: 2016
SWD key words: Dualitätstheorie
Vektorwertiges Maß
Free key words: totale Variation
Funktionale mit linearem Wachstum
Image Inpainting
duality theory
total variation
image inpainting
functionals with linear growth
regularity theory
DDC notations: 510 Mathematics
Publikation type: Dissertation
Abstract: In this thesis we are mainly concerned with a modification of the classical total variation image inpainting model. This alteration, which leads to a variational problem with linear growth, has been suggested by M. Bildhauer and M. Fuchs and is of interest since it describes inpainting with simultaneous denoising, i.e., we jointly reconstruct the region of the image for which data are missing or inaccessible and denoise the generated image on the entire domain. First numerical experiments in collaboration with J. Weickert have revealed that the above modification is numerically comparable to the standard total variation image inpainting model with the advantage of a comprehensive existence and regularity theory of the corresponding solutions. The main focus of this thesis lies on establishing such a theory for any dimension together with arbitrary codimension, i.e., vector-valued images are included in our investigations. More precisely we first show existence of generalized minimizers (in a suitable sense) and pass to the associated dual problem. In this context we prove new density results for functions of bounded variation and for Sobolev functions. Afterwards we investigate the regularity behavior of generalized minimizers. As a slight advancement we moreover study a special non-autonomous variant of the above variational problem in the context of the denoising of images for which we establish existence and regularity results of generalized minimizers.
Diese Arbeit beschäftigt sich hauptsächlich mit einer Abwandlung des klassischen TV-image inpainting Modells. Diese Modifikation, welche ein Variationsproblem mit linearem Wachstum beschreibt, wurde von M. Bildhauer und M. Fuchs vorgeschlagen und vereinigt das sogenannte inpainting mit simultanem Entrauschen. Numerische Experimente in Zusammenarbeit mit J. Weickert haben gezeigt, dass die obige Modifikation im Vergleich zu den bekannten TV-image inpainting Verfahren numerisch vergleichbare Ergebnisse erzielt. Ein klarer Vorteil des neuen Modells ist jedoch, dass eine ganzheitliche Existenz-und Regularitätstheorie für Lösungen existiert, wobei es ein Kernanliegen dieser Arbeit ist, eine solche Theorie für beliebige Dimensionen in Kombination mit beliebiger Kodimension zu entwickeln. Zunächst wird dabei die Existenz verallgemeinerter Minimierer (in einem geeigneten Sinne) gezeigt, bevor wir anschließend das duale Problem untersuchen. Als Hilfsmittel werden wir neue Dichtheitssätze für Funktionen von beschränkter Variation und für Sobolevfunktionen beweisen. Im Anschluss diskutieren wir die Regularität verallgemeinerter Minimierer. Ferner werden wir eine nicht-autonome Modifikation des obigen Variationsproblems im Kontext des reinen Entrauschens von Bildern untersuchen. Dabei werden wir Existenz und Regularität von verallgemeinerten Minimieren beweisen sowie die Existenz und Eindeutigkeit dualer Lösungen verifizieren.
Link to this record: urn:nbn:de:bsz:291-scidok-65882
Advisor: Fuchs, Martin
Date of oral examination: 7-Jul-2016
Date of registration: 21-Jul-2016
Faculty: MI - Fakultät für Mathematik und Informatik
Department: MI - Mathematik
Collections:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Files for this record:
File Description SizeFormat 
Inpainting_nD.pdf1,51 MBAdobe PDFView/Open

Items in SciDok are protected by copyright, with all rights reserved, unless otherwise indicated.