Garaffoni, Sara
(2018)
Il metodo MM per la ricostruzioni di immagini mediante TV.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Matematica [LM-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
|
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
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 (1MB)
| Contatta l'autore
|
Abstract
In questa tesi è stato considerato il problema di ricostruzione d'immagini che consiste nel determinare un oggetto x tale che Hx = y, essendo note la matrice del blur H e l'immagine degradata y. Si tratta di un problema lineare mal posto per la cui risoluzione è necessario applicare tecniche di regolarizzazione. Queste riformulano il problema originale come un problema di minimo la cui funzione obiettivo è costituita da due termini: il primo esprime la consistenza fra i dati osservati e l'immagine ricostruita, ed è un termine di minimi quadrati lineari, il secondo è il cosiddetto termine di regolarizzazione, che esprime qualche conoscenza a priori sull'immagine che si vuole ricostruire. I due termini sono bilanciati dal cosiddetto parametro di regolarizzazione. L'obiettivo di questa tesi comprende due aspetti: migliorare da una parte la qualità dell'immagine ricostruita, dall'altra la performance del metodo MM. Riguardo al primo aspetto, il lavoro si è concentrato su alcune regole di aggiornamento per il parametro di regolarizzazione. per quanto riguarda il secondo aspetto, si è proposto di approssimare il sistema lineare da risolvere ad ogni iterazione del metodo MM con un nuovo sistema lineare la cui matrice dei coefficienti può essere invertita efficientemente nello spazio di Fourier.
Abstract
In questa tesi è stato considerato il problema di ricostruzione d'immagini che consiste nel determinare un oggetto x tale che Hx = y, essendo note la matrice del blur H e l'immagine degradata y. Si tratta di un problema lineare mal posto per la cui risoluzione è necessario applicare tecniche di regolarizzazione. Queste riformulano il problema originale come un problema di minimo la cui funzione obiettivo è costituita da due termini: il primo esprime la consistenza fra i dati osservati e l'immagine ricostruita, ed è un termine di minimi quadrati lineari, il secondo è il cosiddetto termine di regolarizzazione, che esprime qualche conoscenza a priori sull'immagine che si vuole ricostruire. I due termini sono bilanciati dal cosiddetto parametro di regolarizzazione. L'obiettivo di questa tesi comprende due aspetti: migliorare da una parte la qualità dell'immagine ricostruita, dall'altra la performance del metodo MM. Riguardo al primo aspetto, il lavoro si è concentrato su alcune regole di aggiornamento per il parametro di regolarizzazione. per quanto riguarda il secondo aspetto, si è proposto di approssimare il sistema lineare da risolvere ad ogni iterazione del metodo MM con un nuovo sistema lineare la cui matrice dei coefficienti può essere invertita efficientemente nello spazio di Fourier.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Garaffoni, Sara
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum C: Didattico
Ordinamento Cds
DM270
Parole chiave
ricostruzione d'immagini funzionale di regolarizzazione di variazione totale maggiorazione-minimizzazione
Data di discussione della Tesi
23 Marzo 2018
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Garaffoni, Sara
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum C: Didattico
Ordinamento Cds
DM270
Parole chiave
ricostruzione d'immagini funzionale di regolarizzazione di variazione totale maggiorazione-minimizzazione
Data di discussione della Tesi
23 Marzo 2018
URI
Statistica sui download
Gestione del documento: