이미지 복원을 위한 변분 반복법

초록

**
본 논문은 이미지 복원에 널리 사용되는 Perona‑Malik(P‑M) 방정식을 기존 수치기법이 아닌 변분 반복법(VIM)으로 최초 해결한다. VIM 기반의 근사 해를 도출하고, 수렴성 및 오차 분석을 수행한 뒤, 실험을 통해 PSNR·SSIM 등 품질 지표와 연산 시간을 비교한다. 결과는 기존 방법들과 동등하거나 우수한 복원 성능을 보여, VIM이 P‑M 방정식 해석에 유효한 새로운 도구임을 입증한다.

**

상세 요약

**
Perona‑Malik 방정식은 이미지의 에지를 보존하면서 잡음을 제거하기 위해 제안된 비선형 이방성 확산 모델이다. 수식은 ∂I/∂t = div( c(|∇I|)∇I ) 형태이며, 여기서 확산 계수 c(·)는 경계 검출을 위해 기울기 크기에 따라 감소한다. 전통적으로 유한 차분법(FDM), 유한 요소법(FEM), 그리고 레벨 셋 방법 등으로 수치해를 구했지만, 비선형성 및 강한 비평활성 때문에 시간·공간 스텝 선택에 민감하고, 수렴 보장이 어려운 단점이 있다.

변분 반복법(VIM)은 He가 제안한 비선형 미분 방정식 전용 반복 해법으로, 라그랑주 승수를 이용해 제약 조건을 포함한 보조 함수(수정식)를 구성한다. 핵심 아이디어는 원래 방정식의 잔차를 최소화하도록 라그랑주 승수를 적절히 선택하고, 이를 통해 반복식 x_{n+1}=x_n+∫_0^t λ(τ)R(x_n) dτ 를 얻는 것이다. 여기서 R(x_n) 은 현재 근사 해에 대한 잔차 연산자이며, λ(τ)는 변분 과정에서 도출되는 최적 라그랑주 승수이다.

논문은 P‑M 방정식에 VIM을 적용하기 위해 다음과 같은 절차를 제시한다.

1. 문제 정형화: 원래 PDE를 시간‑공간 영역 Ω×