Méthodes multi-niveaux pour la restauration d'images hyperspectrales - Inria - Institut national de recherche en sciences et technologies du numérique
Preprints, Working Papers, ... (Preprint) Year : 2023

Multilevel methods for hyperspectral images restoration

Méthodes multi-niveaux pour la restauration d'images hyperspectrales

Abstract

This paper presents a new multi-level proximal algorithm whose construction is specific to hyperspectral image restoration. Two methods for approximating the objective function associated with this problem are proposed. In both cases, the associated convergence guarantees are equivalent to those of the state of the art. Finally, these two methods are compared to FISTA in terms of reconstruction quality at equivalent computation time on an inpainting problem showing the interest of the proposed approach on high dimensional data.
Cet article présente un nouvel algorithme proximal multi-niveau dont la construction est spécifique à la restauration d'images hyperspectrales. Deux méthodes d'approximation de la fonction objectif dédiée à ce problème sont proposées. Dans les deux cas, les garanties de convergence associées sont équivalentes à celles de l'état de l'art. Ces deux méthodes sont comparées à FISTA en qualité de reconstruction à temps de calcul équivalent pour un problème d'inpainting démontrant l'intérêt de l'approche proposée pour de très grands volumes de données.
Fichier principal
Vignette du fichier
gretsi.pdf (11.64 Mo) Télécharger le fichier
FH_CPU_IChris_L1nuclearNLTV_0.01-crop.pdf (10.28 Ko) Télécharger le fichier
TransfertInfoIHS.pdf (9.96 Mo) Télécharger le fichier
images_IChris_L1nuclearNLTV_0.01-crop.pdf (1.45 Mo) Télécharger le fichier
Origin Files produced by the author(s)
Origin Files produced by the author(s)

Dates and versions

hal-04067225 , version 1 (13-04-2023)
hal-04067225 , version 2 (28-06-2023)

Licence

Identifiers

  • HAL Id : hal-04067225 , version 2

Cite

Guillaume Lauga, Elisa Riccietti, Nelly Pustelnik, Paulo Gonçalves. Méthodes multi-niveaux pour la restauration d'images hyperspectrales. 2023. ⟨hal-04067225v2⟩
89 View
72 Download

Share

More