Adaptive parameter selection for block wavelet-thresholding deconvolution

Fabien Navarro 1, 2 Jalal M. Fadili 1 Christophe Chesneau 2
1 Equipe Image - Laboratoire GREYC - UMR6072
GREYC - Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen
2 LMNO - Laboratoire de Mathématiques Nicolas Oresme
Abstract : In this paper, we propose a data-driven block thresholding procedure for wavelet- based non-blind deconvolution. The approach consists in appropriately writing the problem in the wavelet domain and then selecting both the block size and threshold parameter at each resolution level by minimizing Stein's unbiased risk estimate. The resulting algorithm is simple to implement and fast. Numerical illustrations are provided to assess the performance of the estimator.
Mots-clés : Inverse problem Estimation parameters Deconvolution Signal reconstruction Coloured noise
Type de document :
Communication dans un congrès
IFAC International Workshop on Adaptation and Learning in Control and signal Processing (ALCOSP), Jul 2013, Caen, France. 11 (1), pp.495-499, 2013, 〈10.3182/20130703-3-FR-4038.00148〉
Liste complète des métadonnées

Littérature citée [16 références]  Voir  Masquer  Télécharger
https://hal.archives-ouvertes.fr/hal-00926910
Contributeur : Image Greyc <>
Soumis le : vendredi 10 janvier 2014 - 14:36:23
Dernière modification le : mardi 5 juin 2018 - 10:14:42
Document(s) archivé(s) le : jeudi 10 avril 2014 - 23:45:09

Fichier

IFAC-ALCOSP-2013.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

GREYC | GREYC-IMAGE | COMUE-NORMANDIE

Citation

Fabien Navarro, Jalal M. Fadili, Christophe Chesneau. Adaptive parameter selection for block wavelet-thresholding deconvolution. IFAC International Workshop on Adaptation and Learning in Control and signal Processing (ALCOSP), Jul 2013, Caen, France. 11 (1), pp.495-499, 2013, 〈10.3182/20130703-3-FR-4038.00148〉. 〈hal-00926910〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

353

Téléchargements de fichiers

129

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD