Apprentissage de dictionnaires parcimonieux adaptés pour la séparation d'images - Archive ouverte HAL Access content directly
Conference Papers Year : 2007

Apprentissage de dictionnaires parcimonieux adaptés pour la séparation d'images

Abstract

Cet article propose une nouvelle méthode pour séparer une image en une superposition linéaire de composantes morphologiques ayant des structures caractéristiques. Pour chaque composante, un dictionnaire adapté est appris depuis des images d'exemples. Chaque composante est caractérisée par une décomposition parcimonieuse dans le dictionnaire associé. L'algorithme d'analyse en composantes morphologiques permet de résoudre de façon itérative le problème d'optimisation correspondant à la recherche des composantes. L'utilisation de dictionnaires adaptés permet de résoudre certains problèmes inhérents à l'utilisation de dictionnaires fixés à l'avance. Les résultats numériques montrent la nécessité de cette adaptivité pour capturer des motifs texturés complexes.
Fichier principal
Vignette du fichier
07-Gretsi-PeyreFadiliStarck-LearnedMCA.pdf (293.25 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-00365967 , version 1 (05-03-2009)

Identifiers

  • HAL Id : hal-00365967 , version 1

Cite

Gabriel Peyré, Jalal M. Fadili, Jean-Luc Starck. Apprentissage de dictionnaires parcimonieux adaptés pour la séparation d'images. Gretsi'07, Sep 2007, Troye, France. pp.9-12. ⟨hal-00365967⟩
293 View
416 Download

Share

Gmail Facebook X LinkedIn More