Estimation bayésienne locale du paramètre de multifractalité à l'aide d'un algorithme de Monte Carlo Hamiltonien - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2015

Estimation bayésienne locale du paramètre de multifractalité à l'aide d'un algorithme de Monte Carlo Hamiltonien

Résumé

La caractérisation de la texture d’une image peut être conduite via l’étude des fluctuations de la régularité locale de son amplitude dans le cadre théorique de l’analyse multifractale. Les images étant souvent composées de différentes textures, cette analyse doit être locale. Cet article s’attaque à ce problème en formulant un modèle bayésien par patch reposant sur un modèle semi-paramétrique récemment proposé pour la statistique du logarithme des coefficients dominants. Les estimateurs bayésiens sont obtenus via une procédure d’échantillonnage utilisant un algorithme de Monte-Carlo Hamiltonien. Les performances de ces estimateurs sont illustrées à l’aide de processus synthétiques.
Fichier principal
Vignette du fichier
combrexelle_15397.pdf (384.47 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01342995 , version 1 (07-07-2016)

Identifiants

  • HAL Id : hal-01342995 , version 1
  • OATAO : 15397

Citer

Sébastien Combrexelle, Herwig Wendt, Jean-Yves Tourneret, Nicolas Dobigeon, Stephen Mc Laughlin, et al.. Estimation bayésienne locale du paramètre de multifractalité à l'aide d'un algorithme de Monte Carlo Hamiltonien. 25eme Colloque Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2015), Sep 2015, Lyon, France. pp. 1-5. ⟨hal-01342995⟩
58 Consultations
72 Téléchargements

Partager

Gmail Facebook X LinkedIn More