HAL : hal-00392270, version 1

DOI : 10.1007/978-3-642-03641-5

Fiche détaillée

Récupérer au format BibTeX - EndNote - TEI - RefWorks -

Energy Minimization Methods in Computer Vision and Pattern Recognition 2009, Bonn : Germany (2009)

Locally Parallel Textures Modeling with Adapted Hilbert Spaces

Pierre Maurel 1, Jean-François Aujol 1, Gabriel Peyré 2

(24/08/2009)

This article presents a new adaptive texture model. Locally parallel oscillating patterns are modeled with a weighted Hilbert space defined over local Fourier coefficients. The weights on the local Fourier atoms are optimized to match the local orientation and frequency of the texture. We propose an adaptive method to decompose an image into a cartoon layer and a locally parallel texture layer using this model and a total variation cartoon model. This decomposition method is then used to denoise an image containing oscillating patterns. Finally we show how to take advantage of such a separation framework to simultaneously inpaint the structure and texture components of an image with missing parts. Numerical results show that our method improves state of the art algorithms for directional and complex textures.

1 :	Centre de Mathématiques et de Leurs Applications (CMLA)
	CNRS : UMR8536 – École normale supérieure de Cachan - ENS Cachan
2 :	CEntre de REcherches en MAthématiques de la DEcision (CEREMADE)
	CNRS : UMR7534 – Université Paris IX - Paris Dauphine

Domaine

:

Informatique/Traitement du signal et de l'image Sciences de l'ingénieur/Traitement du signal et de l'image

Mots Clés : Texture – image separation – inpainting – total variation – variational method – local Fourier – wavelets – cartoon

hal-00392270, version 1

http://hal.archives-ouvertes.fr/hal-00392270

oai:hal.archives-ouvertes.fr:hal-00392270

Contributeur : Gabriel Peyré <>

Soumis le : Samedi 6 Juin 2009, 14:32:08

Dernière modification le : Vendredi 29 Janvier 2010, 02:06:00