Variational algorithms for image Super Resolution

Arceci, Francesca (2019) Variational algorithms for image Super Resolution. [Laurea magistrale], Università di Bologna, Corso di Studio in Matematica [LM-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
[img] 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 (2MB) | Contatta l'autore

Abstract

La Super Resolution è una tecnica che permette di aumentare la risoluzione di un’immagine oltre i limiti imposti dai sensori. Nel processo di acquisizione e formazione dell’immagine, vi sono infatti fenomeni di noise e blurring che la corrompono: da qui l’esigenza di ricostruire l’input reale. Una volta modellizzato questo processo, vi sono svariate tecniche SR che approcciano in modi differenti al problema: in questo lavoro ci basiamo su teniche reconstruction-based che prevedono la minimizzazione di due funzionali, uno che misura la coerenza tra dato e soluzione, l’altro è un termine di regolarizzazione. Lo studio di questa tesi si basa su un’immagine con gradiente sparso, più precisamente un QR code: partendo dalla descrizione del modello matematico, il nostro lavoro sarà quello di trovare un funzionale di regolarizzazione che esprima la proprietà del gradiente sparso e, basandoci sull’approccio dell’ Alternating Direction Method of Multipliers, implementare un nuovo algoritmo che risolva il problema di minimo ad esso associato. Mostreremo i risultati ottenuti confrontandoli con algoritmi preesistenti per provarne la buona performance.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Arceci, Francesca
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum A: Generale e applicativo
Ordinamento Cds
DM270
Parole chiave
super resolution regularization problem L0 norm ADMM QR code
Data di discussione della Tesi
13 Dicembre 2019
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^