Search

Your search keyword '"Deledalle, Charles-Alban"' showing total 14 results
Start Over Author "Deledalle, Charles-Alban" Topic [info.info-ti]computer science [cs]/image processing [eess.iv]
14 results on '"Deledalle, Charles-Alban"'

1. resolution preserving speckle reduction of SAR images: the benefits of speckle decorrelation and target extraction

Author

Abergel, Rémy, Denis, L., Tupin, Florence, Ladjal, Saïd, Deledalle, Charles-Alban, Almansa, Andrés, Mathématiques Appliquées Paris 5 (MAP5 - UMR 8145), Université Paris Descartes - Paris 5 (UPD5)-Institut National des Sciences Mathématiques et de leurs Interactions (INSMI)-Centre National de la Recherche Scientifique (CNRS), Image, Modélisation, Analyse, GEométrie, Synthèse (IMAGES), Laboratoire Traitement et Communication de l'Information (LTCI), Télécom ParisTech-Institut Mines-Télécom [Paris] (IMT)-Télécom ParisTech-Institut Mines-Télécom [Paris] (IMT), Département Images, Données, Signal (IDS), Télécom ParisTech, Laboratoire Hubert Curien [Saint Etienne] (LHC), Université Jean Monnet [Saint-Étienne] (UJM)-Centre National de la Recherche Scientifique (CNRS)-Institut d'Optique Graduate School (IOGS), Institut de Mathématiques de Bordeaux (IMB), and Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2019

2. Accelerating GMM-based patch priors for image restoration: Three ingredients for a 100x speed-up

Author

PARAMESWARAN, Shibin, DELEDALLE, Charles-Alban, DENIS, Loïc, NGUYEN, Truong Q., NGUYEN, Truong, University of California [San Diego] (UC San Diego), University of California, Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Université Jean Monnet [Saint-Étienne] (UJM), Université de Lyon, Institut d'Optique Graduate School (IOGS), Laboratoire Hubert Curien / Eris, Laboratoire Hubert Curien [Saint Etienne] (LHC), Université Jean Monnet [Saint-Étienne] (UJM)-Centre National de la Recherche Scientifique (CNRS)-Institut d'Optique Graduate School (IOGS)-Université Jean Monnet [Saint-Étienne] (UJM)-Centre National de la Recherche Scientifique (CNRS)-Institut d'Optique Graduate School (IOGS), Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris, and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)

Subjects
Image restoration, image patch, Gaussian mixture model, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, Index Terms—Image restoration, [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], efficient algorithms, [INFO.INFO-CV]Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV], [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, Gaussian mix- ture model
Abstract

Image restoration methods aim to recover the underlying clean image from corrupted observations. The Expected Patch Log-likelihood (EPLL) algorithm is a powerful image restoration method that uses a Gaussian mixture model (GMM) prior on the patches of natural images. Although it is very effective for restoring images, its high runtime complexity makes EPLL ill-suited for most practical applications. In this paper, we propose three approximations to the original EPLL algorithm. The resulting algorithm, which we call the fast-EPLL (FEPLL), attains a dramatic speed-up of two orders of magnitude over EPLL while incurring a negligible drop in the restored image quality (less than 0.5 dB). We demonstrate the efficacy and versatility of our algorithm on a number of inverse problems such as denoising, deblurring, super-resolution, inpainting and devignetting. To the best of our knowledge, FEPLL is the first algorithm that can competitively restore a 512x512 pixel image in under 0.5s for all the degradations mentioned above without specialized code optimizations such as CPU parallelization or GPU implementation.

Published
2017

3. Characterizing the maximum parameter of the total-variation denoising through the pseudo-inverse of the divergence

Author

Deledalle, Charles-Alban, Papadakis, Nicolas, Salmon, Joseph, Vaiter, Samuel, Institut de Mathématiques de Bordeaux ( IMB ), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux ( UB ) -Institut Polytechnique de Bordeaux ( Bordeaux INP ) -Centre National de la Recherche Scientifique ( CNRS ), Laboratoire Traitement et Communication de l'Information ( LTCI ), Télécom ParisTech-Institut Mines-Télécom [Paris]-Centre National de la Recherche Scientifique ( CNRS ), Institut de Mathématiques de Bourgogne [Dijon] ( IMB ), Université de Bourgogne ( UB ) -Centre National de la Recherche Scientifique ( CNRS ), Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Traitement et Communication de l'Information (LTCI), Télécom ParisTech-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS), Institut de Mathématiques de Bourgogne [Dijon] (IMB), Centre National de la Recherche Scientifique (CNRS)-Université de Franche-Comté (UFC), and Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université de Bourgogne (UB)

Subjects
FOS: Computer and information sciences, [ INFO.INFO-TS ] Computer Science [cs]/Signal and Image Processing, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, Statistics - Machine Learning, [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], Regularization, Pseudo-inverse, [ INFO.INFO-TI ] Computer Science [cs]/Image Processing, Machine Learning (stat.ML), [STAT.TH]Statistics [stat]/Statistics Theory [stat.TH], Total-variation, [ STAT.TH ] Statistics [stat]/Statistics Theory [stat.TH], Divergence
Abstract

International audience; We focus on the maximum regularization parameter for anisotropic total-variation denoising. It corresponds to the minimum value of the regularization parameter above which the solution remains constant. While this value is well know for the Lasso, such a critical value has not been investigated in details for the total-variation. Though, it is of importance when tuning the regularization parameter as it allows fixing an upper-bound on the grid for which the optimal parameter is sought. We establish a closed form expression for the one-dimensional case, as well as an upper-bound for the two-dimensional case, that appears reasonably tight in practice. This problem is directly linked to the computation of the pseudo-inverse of the divergence, which can be quickly obtained by performing convolutions in the Fourier domain.

Published
2017

4. A Tour of Patch-based Methods and their Applications in Remote Sensing

Author

Tupin, Florence, Deledalle, Charles-Alban, HAL, TelecomParis, Image, Modélisation, Analyse, GEométrie, Synthèse (IMAGES), Laboratoire Traitement et Communication de l'Information (LTCI), Institut Mines-Télécom [Paris] (IMT)-Télécom Paris-Institut Mines-Télécom [Paris] (IMT)-Télécom Paris, Département Images, Données, Signal (IDS), and Télécom ParisTech

Subjects
[INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2017

5. Contrast re-enhancement of Total-Variation regularization jointly with the Douglas-Rachford iterations

Author

Deledalle, Charles-Alban, Papadakis, Nicolas, Salmon, Joseph, Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Traitement et Communication de l'Information (LTCI), Télécom ParisTech-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS), Projet exploratoire du GdR ISIS 2014 (ASPIRIM), and Deledalle, Charles-Alban

Subjects
[INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV]
Abstract

International audience; Restoration of a piece-wise constant signal can be performed using anisotropic Total-Variation (TV) regularization. Anisotropic TV may capture well discontinuities but suffers from a systematic loss of contrast. This contrast can be re-enhanced in a post-processing step known as least-square refitting. We propose here to jointly estimate the refitting during the Douglas-Rachford iterations used to produce the original TV result. Numerical simulations show that our technique is more robust than the naive post-processing one.

Published
2015

6. SUPER-RESOLUTION FROM A LOW- AND PARTIAL HIGH- RESOLUTION IMAGE PAIR

Author

Hidane, Moncef, Aujol, Jean-François, Berthoumieu, Yannick, Deledalle, Charles-Alban, Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de l'intégration, du matériau au système (IMS), Centre National de la Recherche Scientifique (CNRS)-Institut Polytechnique de Bordeaux-Université Sciences et Technologies - Bordeaux 1, and CPU (ANR- 10-IDEX-03-02)

Subjects
Computer Science::Computer Vision and Pattern Recognition, [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV]
Abstract

International audience; The classical super-resolution (SR) setting starts with a set of low-resolution (LR) images related by subpixel shifts and tries to reconstruct a single high-resolution (HR) image. In some cases, partial observations about the HR image are also available. Trying to complete the missing HR data without any reference to LR ones is an inpainting (or completion) problem. In this paper, we consider the problem of recov- ering a single HR image from a pair consisting of a complete LR and incomplete HR image pair. This setting arises in par- ticular when one wants to fuse image data captured at two different resolutions. We propose an efficient algorithm that allows to take advantage of both image data by first learning nonlocal interactions from an interpolated version of the LR image using patches. Those interactions are then used by a convex energy function whose minimization yields a super- resolved complete image.

Published
2014

7. Denoising based on non-local means for ultrasound images with simultaneous multiple noise distributions

Author

Salvadeo, Denis, Bloch, Isabelle, Tupin, Florence, Mascarenhas, Nelson, Levada, Alexandre, Deledalle, Charles-Alban, Dahdouh, Sonia, Image, Modélisation, Analyse, GEométrie, Synthèse (IMAGES), Laboratoire Traitement et Communication de l'Information (LTCI), Institut Mines-Télécom [Paris] (IMT)-Télécom Paris-Institut Mines-Télécom [Paris] (IMT)-Télécom Paris, Département Traitement du Signal et des Images (TSI), Télécom ParisTech-Centre National de la Recherche Scientifique (CNRS), and HAL, TelecomParis

Subjects
[INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], image denoising, Computer Science::Computer Vision and Pattern Recognition, [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], non local means, ultrasound image, multiple noises, ultrasound segmentation
Abstract

International audience; In this paper, an extension of the framework proposed by Deledalleet al.[1] for Non Local Means (NLM) method is proposed. This extensionis a general adaptive method to denoise images containingmultiple noises. It takes into account a segmentation stage that indicatesthe noise type of a given pixel in order to select the similaritymeasure and suitable parameters to perform the denoising task, consideringa certain patch on the image. For instance, it has been experimentallyobserved that fetal 3D ultrasound images are corruptedby different types of noise, depending on the tissue. Finally, the proposedmethod is applied to denoise these images, showing very goodresults.

Published
2014

8. Change Classification of Multi-Temporal SAR Series by Generalized Likelihood Ratio Test

Author

Su, Xin, Deledalle, Charles-Alban, Tupin, Florence, Sun, Hong, Image, Modélisation, Analyse, GEométrie, Synthèse (IMAGES), Laboratoire Traitement et Communication de l'Information (LTCI), Institut Mines-Télécom [Paris] (IMT)-Télécom Paris-Institut Mines-Télécom [Paris] (IMT)-Télécom Paris, Département Traitement du Signal et des Images (TSI), Télécom ParisTech-Centre National de la Recherche Scientifique (CNRS), and HAL, TelecomParis

Subjects
[INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2014

9. Additional illustrations of NL-SAR method for resolution-preserving (Pol)(In)SAR denoising

Author

DELEDALLE, Charles-Alban, DENIS, Loïc, TUPIN, Florence, REIGBER, Andreas, JÄGER, Marc, Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Hubert Curien [Saint Etienne] (LHC), Université Jean Monnet [Saint-Étienne] (UJM)-Centre National de la Recherche Scientifique (CNRS)-Institut d'Optique Graduate School (IOGS), Laboratoire Traitement et Communication de l'Information (LTCI), Télécom ParisTech-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS), Télécom ParisTech, DLR Microwaves and Radar Institute, German Aerospace Center (DLR), plafrim, labex PRIMES (ANR-11-LABX-0063), and CPU

Subjects
Synthetic Aperture Radar (SAR), Interferometry, Non-local means, [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], Polarimetry, Estimation
Abstract

This document provides additional information and results of the method NL-SAR described in our paper: "NL-SAR: a unified Non-Local framework for resolution-preserving (Pol)(In)SAR denoising" submitted to IEEE Trans. on Geoscience and Remote Sensing [Deledalle et al., 2013]. NL-SAR is a fully automatic method for speckle reduction that handles amplitude, polarimetric and/or interferometric SAR data. It can process single look and multi-look images. The source code of the method is freely available at: http://www.math.u-bordeaux1.fr/cdeledal/nlsar.php.

Published
2014

10. TV-NL : Une coopération entre les NL-means et les méthodes variationnelles

Author

SUTOUR, Camille, AUJOL, Jean-François, DELEDALLE, Charles-Alban, Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Bordelais de Recherche en Informatique (LaBRI), Université de Bordeaux (UB)-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB), and Sutour, Camille

Subjects
[INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV]
Abstract

International audience; Cet article traite du problème de débruitage des images via une nouvelle formulation variationnelle exploitant localement le caractère redondant ou bien régulier des images. Nous effectuons une minimisation de la variation totale avec une attache aux données non locale. En tirant parti à la fois des approches non locales et variationnelles, nous montrons que l'on peut pallier deux défauts respectifs de ces deux approches : l'effet de crénelage et de bruit résiduel. Par ailleurs, le modèle proposé s'étend à différentes statistiques de bruit et nous montrons qu'une solution peut être obtenue efficacement dans le cas de lois issues de la famille exponentielle. Les résultats obtenus, en associant l'approche non locale aux méthodes variationnelles, montrent une réduction des effets de crénelage et de bruit résiduel. Nos résultats offrent à la fois un gain un terme de qualité visuelle et de rapport signal à bruit.

Published
2013

11. Reconstruction Stable par Régularisation Décomposable Analyse

Author

Fadili, Jalal M., Peyré, Gabriel, Vaiter, Samuel, Deledalle, Charles-Alban, Salmon, Joseph, Equipe Image - Laboratoire GREYC - UMR6072, Groupe de Recherche en Informatique, Image et Instrumentation de Caen (GREYC), Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU)-Normandie Université (NU)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU), CEntre de REcherches en MAthématiques de la DEcision (CEREMADE), Centre National de la Recherche Scientifique (CNRS)-Université Paris Dauphine-PSL, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Département Traitement du Signal et des Images (TSI), Télécom ParisTech-Centre National de la Recherche Scientifique (CNRS), and Queau, Yvain

Subjects
[INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV]
Abstract

National audience; Cet article traite des propriétés structurelles des solutions de problèmes inverses avec régularisation favorisant des modèles de faible complexité. Plus exactement, la régularisation appartient à la classe générique de semi-normes définies comme des normes décomposables composées par un opérateur linéaire, d'où l'a priori décomposable type analyse. Nous proposons une analyse théorique unifiée des propriétés structurelles des solutions de problèmes inverses. Nous prouvons de nouveaux résultats d'unicité et des bornes de stabilité. Notre cadre inclut de nombreux cas particuliers comme la variation totale discrète, le Lasso par blocs analyse ou alors la norme nucléaire. Nos résultats principaux établissent des conditions suffisantes garantissant l'unicité de la solution régularisée et sa stabilité à un bruit arbitraire borné. En chemin, nous montrons une condition suffisante fine d'unicité dont la portée va bien au delà des normes décomposables.

Published
2013

12. Stein COnsistent Risk Estimator (SCORE) for hard thresholding

Author

Deledalle, Charles-Alban, Peyr��, Gabriel, Fadili, Jalal, Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), CEntre de REcherches en MAthématiques de la DEcision (CEREMADE), Centre National de la Recherche Scientifique (CNRS)-Université Paris Dauphine-PSL, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Equipe Image - Laboratoire GREYC - UMR6072, Groupe de Recherche en Informatique, Image et Instrumentation de Caen (GREYC), Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU)-Normandie Université (NU)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU), and CPU

Subjects
FOS: Computer and information sciences, [STAT.AP]Statistics [stat]/Applications [stat.AP], hard thresholding, sparsity, Mathematics - Statistics Theory, Statistics Theory (math.ST), [STAT.TH]Statistics [stat]/Statistics Theory [stat.TH], Statistics - Applications, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], FOS: Mathematics, risk estimation, Applications (stat.AP), threshold selection, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Abstract

International audience; In this work, we construct a risk estimator for hard thresholding which can be used as a basis to solve the difficult task of automatically selecting the threshold. As hard thresholding is not even continuous, Stein's lemma cannot be used to get an unbiased estimator of degrees of freedom, hence of the risk. We prove that under a mild condition, our estimator of the degrees of freedom, although biased, is consistent. Numerical evidence shows that our estimator outperforms another biased risk estimator.

Published
2013

13. Stable Recovery with Analysis Decomposable Priors

Author

Fadili, Jalal M., Peyré, Gabriel, Vaiter, Samuel, Deledalle, Charles-Alban, Salmon, Joseph, Queau, Yvain, Equipe Image - Laboratoire GREYC - UMR6072, Groupe de Recherche en Informatique, Image et Instrumentation de Caen (GREYC), Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU)-Normandie Université (NU)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN), Normandie Université (NU), CEntre de REcherches en MAthématiques de la DEcision (CEREMADE), Centre National de la Recherche Scientifique (CNRS)-Université Paris Dauphine-PSL, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Traitement et Communication de l'Information (LTCI), and Télécom ParisTech-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS)

Subjects
Mathematics - Functional Analysis, FOS: Computer and information sciences, [INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], Optimization and Control (math.OC), Computer Science - Information Theory, [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], Information Theory (cs.IT), FOS: Mathematics, Mathematics - Optimization and Control, Functional Analysis (math.FA)
Abstract

In this paper, we investigate in a unified way the structural properties of solutions to inverse problems. These solutions are regularized by the generic class of semi-norms defined as a decomposable norm composed with a linear operator, the so-called analysis type decomposable prior. This encompasses several well-known analysis-type regularizations such as the discrete total variation (in any dimension), analysis group-Lasso or the nuclear norm. Our main results establish sufficient conditions under which uniqueness and stability to a bounded noise of the regularized solution are guaranteed. Along the way, we also provide a strong sufficient uniqueness result that is of independent interest and goes beyond the case of decomposable norms., Comment: 4 pages, to appear in SAMPTA 2013

Published
2013

14. How to combine TerraSAR-X and CosmoSkyMed Images for a better scene understanding ?

Author

Sportouche, H., Deledalle, Charles-Alban, Tupin, Florence, Nicolas, J. M., Perciano, Talita, HAL, TelecomParis, Image, Modélisation, Analyse, GEométrie, Synthèse (IMAGES), Laboratoire Traitement et Communication de l'Information (LTCI), Institut Mines-Télécom [Paris] (IMT)-Télécom Paris-Institut Mines-Télécom [Paris] (IMT)-Télécom Paris, Département Traitement du Signal et des Images (TSI), and Télécom ParisTech-Centre National de la Recherche Scientifique (CNRS)

Subjects
[INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2012

Catalog

Books, media, physical & digital resources
See catalog results