Zanetti, Rossana
(2020)
Principio di Penalizzazione Uniforme nel problema di Super-Risoluzione di immagini.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Matematica [LM-DM270]
Documenti full-text disponibili:
![[img]](http://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (2MB)
|
Abstract
Il problema di Super-Risoluzione di immagini è oggetto di grande interesse in molte applicazioni. L'aumento della risoluzione spaziale di un'immagine è il processo utilizzato per evidenziare più chiaramente i dettagli in essa contenuti. Tra i diversi approcci per risolvere tale problema, vi sono quelli basati sulla ricostruzione, che prevedono la risoluzione di un problema di ottimizzazione. Tali approcci sono stati centrali in questo lavoro di tesi, che ha previsto lo studio e la sperimentazione di un criterio per la scelta del parametro di regolarizzazione in essi utilizzato. Tale criterio, il Principio di Penalizzazione Uniforme, è stato applicato a due noti algoritmi di ottimizzazione, opportunamente modificati. I due metodi considerati sono stati l'algoritmo Primale-Duale Ibrido e l'algoritmo FISTA Chambolle, utilizzati in questo contesto per un problema di Super-Risoluzione a Singola Immagine con regolarizzazione effettuata a livello globale e, soprattutto, locale. I risultati numerici ottenuti a partire da due diverse immagini, una medica ed una geometrica, hanno dimostrato la maggiore efficienza dell'algoritmo FISTA Chambolle e le potenzialità di una regolarizzazione con parametri locali, piuttosto che globali.
Abstract
Il problema di Super-Risoluzione di immagini è oggetto di grande interesse in molte applicazioni. L'aumento della risoluzione spaziale di un'immagine è il processo utilizzato per evidenziare più chiaramente i dettagli in essa contenuti. Tra i diversi approcci per risolvere tale problema, vi sono quelli basati sulla ricostruzione, che prevedono la risoluzione di un problema di ottimizzazione. Tali approcci sono stati centrali in questo lavoro di tesi, che ha previsto lo studio e la sperimentazione di un criterio per la scelta del parametro di regolarizzazione in essi utilizzato. Tale criterio, il Principio di Penalizzazione Uniforme, è stato applicato a due noti algoritmi di ottimizzazione, opportunamente modificati. I due metodi considerati sono stati l'algoritmo Primale-Duale Ibrido e l'algoritmo FISTA Chambolle, utilizzati in questo contesto per un problema di Super-Risoluzione a Singola Immagine con regolarizzazione effettuata a livello globale e, soprattutto, locale. I risultati numerici ottenuti a partire da due diverse immagini, una medica ed una geometrica, hanno dimostrato la maggiore efficienza dell'algoritmo FISTA Chambolle e le potenzialità di una regolarizzazione con parametri locali, piuttosto che globali.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Zanetti, Rossana
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum A: Generale e applicativo
Ordinamento Cds
DM270
Parole chiave
principio di penalizzazione uniforme super-risoluzione immagini
Data di discussione della Tesi
25 Settembre 2020
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Zanetti, Rossana
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum A: Generale e applicativo
Ordinamento Cds
DM270
Parole chiave
principio di penalizzazione uniforme super-risoluzione immagini
Data di discussione della Tesi
25 Settembre 2020
URI
Statistica sui download
Gestione del documento: