Conference Papers Year : 2017

Optimisation itérative par majoration-minimisation pour l’estimation statistique sous l’hypothèse d’un bruit ricien

Abstract

Cette communication s’intéresse à l’estimation statistique d’un signal perturbé par un bruit ricien avec comme objectif de proposer un algorithme de débruitage efficace. L’application ciblée concerne le traitement d’images biologiques obtenues par résonance magnétique. Partant du constat que le critère à minimiser est unimodal mais non-convexe, la principale contribution de cette communication consiste en la proposition d’une stratégie d’optimisation fondée sur les techniques de majoration-minimisation (MM) quadratique apr`es introduction d’une transformation permettant la convexification du critère à minimiser. Le schéma de descente itérative proposé sera comparé à l’approche de descente MM de référence. Les performances sont analysées en utilisant des données réelles issues de l’analyse d’échantillons agroalimentaires.
Fichier principal
Vignette du fichier
monArticle_V3.pdf (152) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-01653036 , version 1 (18-04-2022)

Identifiers

  • HAL Id : hal-01653036 , version 1

Cite

Qianyi Jiang, Said Moussaoui, Jérôme Idier, Guylaine Collewet. Optimisation itérative par majoration-minimisation pour l’estimation statistique sous l’hypothèse d’un bruit ricien. Actes du XXVIème colloque GRETSI sur le Traitement du Signal et des Images, Sep 2017, Juan-Les-Pins, France. ⟨hal-01653036⟩
155 View
30 Download

Share

More