Décomposition tensorielle de rang faible pour l’imagerie de Stokes polarimétrique - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Décomposition tensorielle de rang faible pour l’imagerie de Stokes polarimétrique

Résumé

We present a novel approach for the analysis and segmentation of Stokes polarimetric images. Our approach is based on a low-rank tensor model that incorporates physical constraints related to data acquisition. We also propose a fast algorithm based on a proximal gradient procedure allowing for efficient estimation of the model parameters. Numerical results demonstrate the high potential of this approach for passive and active polarimetric imaging applications.
Nous présentons une nouvelle approche pour l'analyse et la segmentation d'images polarimétriques de Stokes. Notre approche repose sur un modèle tensoriel de rang faible, qui intègre des contraintes physiques liées à l'acquisition des données. Nous proposons également un algorithme rapide fondé sur une procédure de gradient proximal permettant une estimation efficace des paramètres du modèle. Les résultats numériques démontrent le fort potentiel de cette approche pour les applications en imagerie polarimétrique passive et active.
Fichier principal
Vignette du fichier
2023_cardosobarreto1235.pdf (1.03 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Licence : CC BY SA - Paternité - Partage selon les Conditions Initiales

Dates et versions

hal-04297522 , version 1 (21-11-2023)

Licence

Paternité - Partage selon les Conditions Initiales

Identifiants

  • HAL Id : hal-04297522 , version 1

Citer

Saulo Cardoso Barreto, Julien Flamant, Sebastian Miron, David Brie. Décomposition tensorielle de rang faible pour l’imagerie de Stokes polarimétrique. XXIXème Colloque Francophone de Traitement du Signal et des Images, GRETSI 2023, Aug 2023, Grenoble, France. ⟨hal-04297522⟩
17 Consultations
10 Téléchargements

Partager

Gmail Facebook X LinkedIn More