Optimisation itérative par majoration-minimisation pour l’estimation statistique sous l’hypothèse d’un bruit ricien - Archive ouverte HAL
Communication Dans Un Congrès Année : 2017

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

Résumé

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 (152.78 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

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

Identifiants

  • HAL Id : hal-01653036 , version 1

Citer

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⟩
151 Consultations
27 Téléchargements

Partager

More