déposer
version française rss feed
HAL : hal-00415782, version 2

Fiche détaillée  Récupérer au format
SIAM Journal on Imaging Sciences 3, 3 (2010) 646-669
Versions disponibles :
Learning the Morphological Diversity
Gabriel Peyré 1, Jalal Fadili 2, Jean Luc Starck 3
(07/2010)

This article proposes a new method for image separation into a linear combination of morphological components. Sparsity in global dictionaries is used to extract the cartoon and oscillating content of the image. Complicated texture patterns are extracted by learning adapted local dictionaries that sparsify patches in the image. These global and local sparsity priors together with the data fidelity define a non-convex energy and the separation is obtained as a stationary point of this energy. This variational optimization is extended to solve more general inverse problems such as inpainting. A new adaptive morphological component analysis algorithm is derived to find a stationary point of the energy. Using adapted dictionaries learned from data allows to circumvent some difficulties faced by fixed dictionaries. Numerical results demonstrate that this adaptivity is indeed crucial to capture complex texture patterns.
1 :  CEntre de REcherches en MAthématiques de la DEcision (CEREMADE)
CNRS : UMR7534 – Université Paris IX - Paris Dauphine
2 :  Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen (GREYC)
CNRS : UMR6072 – Université de Caen – Ecole Nationale Supérieure d'Ingénieurs de Caen
3 :  Service d'Electronique, des Détecteurs et d'Informatique (SEDI)
CEA : DSM/IRFU
Informatique/Traitement du signal et de l'image

Sciences de l'ingénieur/Traitement du signal et de l'image
Adaptive morphological component analysis – sparsity – image separation – inpainting – dictionary learning – cartoon images – texture – wavelets
Liste des fichiers attachés à ce document : 
PDF
PeyreFadiliStarckSIIMS.pdf(820.9 KB)

tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...