Semi-classical based image reconstruction - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2013

Semi-classical based image reconstruction

Abstract

Recently, a new signal analysis method based on a semi-classical approach has been proposed. The main idea in this method is to interpret a signal as a potential of a Schrödinger operator and then to use the discrete spectrum of this operator to analyze the signal. In this paper, we are interested in extending this method from one dimension to two dimensions for image processing applications. The efficiency of this approach is shown through some numerical examples. Moreover, the influence of the design parameters in this method is numerically studied.
Dans cet article, nous nous intéressons à une méthode d'analyse de signaux basée sur une approche semi-classique, développée récemment. L'idée principale de cette méthode consiste à interpréter le signal comme un potentiel de l'opérateur de Schrödinger et à l'analyser en utilisant le spectre discret de cet opérateur. Notre intérêt porte particulièrement sur l'extention de cette méthode au cas bidimensionnel pour des applications en traitement d'images. Nous montrons l'efficacité de la méthode proposée à travers quelques exemples numériques . Par ailleurs, l'influence de certains paramètres, dont dépend cette méthode, est numériquement étudiée.
Fichier principal
Vignette du fichier
Tamtam13.pdf (430.99 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-00795302 , version 1 (27-02-2013)
hal-00795302 , version 2 (06-04-2013)

Identifiers

  • HAL Id : hal-00795302 , version 2

Cite

Zineb Kaisserli, Taous-Meriem Laleg-Kirati, Da-Yan Liu. Semi-classical based image reconstruction. 6th Colloquium on Trends in the Applications of Mathematics in Tunisia, Algeria, Morocco, 2013, Apr 2013, Algiers, Algeria. ⟨hal-00795302v2⟩

Collections

INSMI TDS-MACS
197 View
139 Download

Share

Gmail Facebook X LinkedIn More