Conference Papers Year : 2022

Méthodes proximales multi-niveaux pour la restauration d'images

Abstract

Cet article présente une nouvelle méthode pour mettre en œuvre un algorithme forward-backward multi-niveau. En utilisant l’enveloppe de Moreau pour construire la correction apportée par les modèles grossiers, facilement calculable lorsque l’on connait sous forme explicite l’opérateur proximal des fonctions considérées, nous reformulons les algorithmes proximaux multi-niveaux précédemment introduits dans la littérature sous une forme plus simple, tout en en conservant les performances. Nous montrons la convergence des itérées vers un minimum dans le cas convexe, résultat fondamental pour des problèmes mal posés. Nous validons l’approche sur des problèmes de restauration d’image de grande taille.
Fichier principal
Vignette du fichier
GRETSI_2022_Multi_niveau.pdf (3.18 Mo) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-03739496 , version 1 (28-07-2022)

Identifiers

  • HAL Id : hal-03739496 , version 1

Cite

Guillaume Lauga, Elisa Riccietti, Nelly Pustelnik, Paulo Gonçalves. Méthodes proximales multi-niveaux pour la restauration d'images. GRETSI'22 - 28ème Colloque Francophone de Traitement du Signal et des Images, Sep 2022, Nancy, France. ⟨hal-03739496⟩
135 View
106 Download

Share

More