Attributes | Values |
---|
rdf:type
| |
rdfs:seeAlso
| |
Description
| - We addresses one of the key problems of image processing, which is restoration of a latent image from its degraded observations. As the main source of degradation we consider convolution with a unknown blur. The restoration task is a blind deconvolution problem, which is intrinsically ill-posed. We will study conditions under which the single-channel (single observation) case can be expressed as multichannel (multiple observations) blind deconvolution, which is a better posed problem. We will use state-of-the-art sampling methods to estimate full posterior distributions and infer the unknown blur and latent image from the distribution. Practical scenarios require more complex convolution models and they will be appropriately tackled. In photography, complex camera-object motion results in space-variant blind deconvolution. In analysis of dynamic medical imaging, blind source separation encapsulates the deconvolution problem. In confocal microscopy, we face deconvolution in 3D. Implementation on different platforms including hand-held devices will be carried out. (en)
- Cílem projektu je řešení jednoho ze základních problémů ve zpravování obrazu, kterým je rekonstrukce originálního obrazu z degradovaných měření. Soustředíme se na degradace modelované konvolucí s neznámým jádrem. Jedná se o problém slepé dekonvoluce, který patří mezi velmi spatně podmíněné inverzní úlohy. Budeme studovat podmínky, za kterých lze jednokanálový problém (jeden degradovaný obraz) převést na vícekanálový (několik různě degradovaných obrazů téže scény) a lépe podmíněný. Využijeme nových vzorkovacích metod k odhadu aposteriorní distribuce a následně odhadneme neznáme konvoluční jádro a originální obraz. V praxi se setkáváme se složitějšími konvolučními modely a v projektu je budeme řešit. Například ve fotografii vzájemný pohyb kamery a objektu vede na prostorově proměnný slepý dekonvoluční problém. V analýze dynamických medicínských dat je nutné uvažovat kromě konvoluce také slepou separaci signálu. Konfokální mikroskopie řeší slepou dekonvoluci ve 3D. Navržené metody implementujeme na různých platformách včetně mobilních telefonů.
|
Title
| - Slepá dekonvoluce obrazu v limitních podmínkách
- Image Blind Deconvolution in Demanding Conditions (en)
|
skos:notation
| |
http://linked.open...avai/cep/aktivita
| |
http://linked.open...kovaStatniPodpora
| |
http://linked.open...ep/celkoveNaklady
| |
http://linked.open...datumDodatniDoRIV
| |
http://linked.open...i/cep/druhSouteze
| |
http://linked.open...ep/duvernostUdaju
| |
http://linked.open.../cep/fazeProjektu
| |
http://linked.open...ai/cep/hlavniObor
| |
http://linked.open...vai/cep/kategorie
| |
http://linked.open.../cep/klicovaSlova
| - image deblurring, blind deconvolution, blind separation, space-variant deconvolution (en)
|
http://linked.open...ep/partnetrHlavni
| |
http://linked.open...inujicichPrijemcu
| |
http://linked.open...cep/pocetPrijemcu
| |
http://linked.open...ocetSpoluPrijemcu
| |
http://linked.open.../pocetVysledkuRIV
| |
http://linked.open...enychVysledkuVRIV
| |
http://linked.open...lneniVMinulemRoce
| |
http://linked.open.../prideleniPodpory
| |
http://linked.open...iciPoslednihoRoku
| |
http://linked.open...atUdajeProjZameru
| |
http://linked.open.../vavai/cep/soutez
| |
http://linked.open...usZobrazovaneFaze
| |
http://linked.open...ai/cep/typPojektu
| |
http://linked.open...ep/ukonceniReseni
| |
http://linked.open...ep/zahajeniReseni
| |
http://linked.open...tniCyklusProjektu
| |
http://linked.open.../cep/klicoveSlovo
| - blind deconvolution
- blind separation
- image deblurring
|
is http://linked.open...vavai/cep/projekt
of | |