日前，数学科学学院智能计算与交叉科学团队刘志方博士、研究生孙宝宸、常慧宾研究员及其合作者在《SIAM Journal on Scientific Computing》发表了题为“A Fast Minimization Algorithm for the Euler Elastica Model Based on a Bilinear Decomposition”的学术论文。

 欧拉弹性(Euler elastica, EE)模型利用了图像的曲率信息，与传统的全变分正则化模型相比,在图像处理中可生成无伪影的高精度结果。然而,EE模型中曲率项的强非线性和奇异性,如何设计快速稳定且具有理论保证的算法仍是一大挑战。研究团队基于图像梯度的双线性分解，提出了一种新型快速混合交替最小化(HALM)算法。新迭代算法包含三个子优化问题,在理论保证目标函数单调下降的同时，均可用解析解或快速近似求解器高精度高效解决，使得在保证理论收敛的基础上大幅提高了求解速度。数值实验显示，新算法与最先进的Deng-Glowinski-Tai快速算子分裂算法相比，计算速度平均提升三倍。

 该项成果是数学科学学院智能计算与交叉科学团队与挪威研究中心台雪成教授、美国南开来罗纳大学王奇教授合作完成。该研究获得国家自然科学基金面上项目（12271404, 12301545, 11871372和11501413）和天津师范大学博士基金（52XB2013）的资助。