Skip to Main content Skip to Navigation
Conference papers

Un modèles augmenté asymptotiquement exact pour la restauration bayésienne d'images dégradées par un bruit de Poisson

Résumé : De nombreux travaux ont porté sur la restauration d’images dégradées par un bruit de Poisson. Une grande partie des approches proposées reposent sur des algorithmes d’optimisation ou d’approximation variationnelle. Ces derniers sont rapides et efficaces mais ne permettent pas une estimation précise des intervalles de crédibilité sous la loi a posteriori cible. Cet article présente une méthode de type Monte Carlo par chaînes de Markov (MCMC) permettant de restaurer ces images tout en apportant une mesure contrôlée des incertitudes liées à l’estimation. L’approche proposée repose sur un modèle augmenté asymptotiquement exact et fait intervenir des algorithmes MCMC proximaux pour échantillonner efficacement les lois d’intérêt.
Document type :
Conference papers
Complete list of metadata

Cited literature [17 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-02419443
Contributor : Open Archive Toulouse Archive Ouverte (OATAO) Connect in order to contact the contributor
Submitted on : Thursday, December 19, 2019 - 2:45:28 PM
Last modification on : Wednesday, September 7, 2022 - 8:14:05 AM
Long-term archiving on: : Friday, March 20, 2020 - 5:34:49 PM

File

vono_24988.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-02419443, version 1
  • OATAO : 24988

Citation

Maxime Vono, Nicolas Dobigeon, Pierre Chainais. Un modèles augmenté asymptotiquement exact pour la restauration bayésienne d'images dégradées par un bruit de Poisson. 27e colloque du Groupe de Recherche et d'Etudes du Traitement du Signal et des Images (GRETSI 2019), Aug 2019, Lille, France. pp.1-4. ⟨hal-02419443⟩

Share

Metrics

Record views

26

Files downloads

28