Variational Methods

Name: Variational Methods | In Imaging and Geometric Control
Brand: De Gruyter
Price: 169.95 EUR
Availability: OnlineOnly

In Imaging and Geometric Control

Maïtine Bergounioux Gabriel Peyré Christoph Schnörr Jean-Baptiste Caillau Thomas Haberkorn(Herausgeber*in)

De Gruyter (Verlag)

1. Auflage

Erschienen am 11. Januar 2017

XII, 528 Seiten

E-Book

ePUB mit Wasserzeichen-DRM

Systemvoraussetzungen

E-Book

PDF mit Wasserzeichen-DRM

Systemvoraussetzungen

978-3-11-043039-4 (ISBN)

169,95 €inkl. 7% MwSt.

Systemvoraussetzungen

für ePUB mit Wasserzeichen-DRM und PDF mit Wasserzeichen-DRM

(Hinweis: Die Auswahl des von Ihnen gewünschten Dateiformats und des Kopierschutzes erfolgt erst im System des E-Book Anbieters)

E-Book Einzellizenz

Als Download verfügbar

Beschreibung

Weitere Details

Weitere Ausgaben

Personen

Inhalt

Intro
Contents
Part I
1 Second-order decomposition model for image processing: numerical experimentation
1.1 Introduction
1.2 Presentation of the model
1.3 Numerical aspects
1.3.1 Discretized problem and algorithm
1.3.2 Examples
1.3.3 Initialization process
1.3.4 Convergence
1.3.5 Sensitivity with respect to sampling and quantification
1.3.6 Sensitivity with respect to parameters
1.4 Conclusion
2 Optimizing spatial and tonal data for PDE-based inpainting
2.1 Introduction
2.2 A review of PDE-based image compression
2.2.1 Data optimization
2.2.2 Finding good inpainting operators
2.2.3 Storing the data
2.2.4 Feature-based methods
2.2.5 Fast algorithms and real-time aspects
2.2.6 Hybrid image compression methods
2.2.7 Modifications, extensions and applications
2.2.8 Relations to other methods
2.3 Inpainting with homogeneous diffusion
2.4 Optimization strategies in 1D
2.4.1 Optimal knots for interpolating convex functions
2.4.2 Optimal knots for approximating convex functions
2.5 Optimization strategies in 2D
2.5.1 Optimizing spatial data
2.5.2 Optimizing tonal data
2.6 Extensions to other inpainting operators
2.6.1 Optimizing spatial data
2.6.2 Optimizing tonal data
2.7 Summary and conclusions
3 Image registration using phase-amplitude separation
3.1 Introduction
3.1.1 Current literature
3.1.2 Our approach
3.2 Definition of phase-amplitude components
3.2.1 q-Map and amplitude distance
3.2.2 Relative phase and image registration
3.3 Properties of registration framework
3.4 Gradient method for optimization over G
3.4.1 Basis on T?id (G)
3.4.2 Mean image and group-wise registration
3.5 Experiments
3.5.1 Pairwise image registration
3.5.2 Registering multiple images
3.5.3 Image classification
3.6 Conclusion
4 Rotation invariance in exemplar-based image inpainting
4.1 Introduction to inpainting
4.1.1 The inpainting problem
4.1.2 Aims of this work
4.1.3 Notation
4.2 Rotation invariant image pattern recognition
4.2.1 Patch error functions
4.2.2 Circular harmonics basis
4.2.3 Mutual angle detection algorithms
4.2.4 Rotation invariant L2-error using the circular harmonics basis
4.2.5 Rotation invariant gradient-based L2-errors and the CH-basis
4.3 Rotation invariant exemplar-based inpainting
4.3.1 Patch non-local means
4.3.2 Patch non-local Poisson
4.3.3 Numerical experiments
4.4 Discussion and analysis
4.4.1 Proof of convergence
4.4.2 Analysis of E?,T
4.4.3 Conclusion and future perspectives
5 Convective regularization for optical flow
5.1 Introduction
5.2 Model
5.2.1 Convective acceleration
5.2.2 Convective regularization
5.2.3 Data term and contrast invariance
5.3 Numerical solution
5.4 Experiments
5.5 Conclusion
6 A variational method for quantitative photoacoustic tomography with piecewise constant coefficients
6.1 Quantitative photoacoustic tomography
6.1.1 Introduction
6.1.2 Contributions of this article
6.2 Recovery of piecewise constant coefficients
6.3 A Mumford-Shah-like functional for qPAT
6.3.1 Existence of minimizers
6.3.2 Approximation
6.3.3 Minimization
6.4 Implementation and numerical results
A Special functions of bounded variation and the SBV-compactness theorem
7 On optical flow models for variational motion estimation
7.1 Introduction
7.2 Models
7.2.1 Variational models with gradient regularization
7.2.2 Extension of the regularizer
7.2.3 Bregman iterations
7.3 Analysis
7.3.1 Existence of minimizers
7.3.2 Quantitative estimates
7.4 Numerical solution
7.4.1 Primal-dual algorithm
7.4.2 Discretization and parameters
7.5 Results
7.5.1 Error measures for velocity fields
7.6 Conclusion and outlook
7.6.1 Mass preservation
7.6.2 Higher dimensions
7.6.3 Joint models
7.6.4 Large displacements
8 Bilevel approaches for learning of variational imaging models
8.1 Overview of learning in variational imaging
8.2 The learning model and its analysis in function space
8.2.1 The abstract model
8.2.2 Existence and structure: L2-squared cost and fidelity
8.2.3 Optimality conditions
8.3 Numerical optimization of the learning problem
8.3.1 Adjoint-based methods
8.3.2 Dynamic sampling
8.4 Learning the image model
8.4.1 Total variation-type regularization
8.4.2 Optimal parameter choice for TV-type regularization
8.5 Learning the data model
8.5.1 Variational noise models
8.5.2 Single noise estimation
8.5.3 Multiple noise estimation
8.6 Conclusion and outlook

Systemvoraussetzungen

Dateiformat: ePUB
Kopierschutz: Wasserzeichen-DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Verwenden Sie eine Lese-Software, die das Dateiformat ePUB verarbeiten kann: z.B. Adobe Digital Editions oder FBReader – beide kostenlos (siehe E-Book Hilfe).
Tablet/Smartphone (Android; iOS): Installieren Sie die App Adobe Digital Editions oder eine andere Leseapp für E-Books, z.B. PocketBook (siehe E-Book Hilfe).
E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m.

Das Dateiformat ePUB ist sehr gut für Romane und Sachbücher geeignet - also für „fließenden” Text ohne komplexes Layout. Bei E-Readern oder Smartphones passt sich der Zeilen- und Seitenumbruch automatisch den kleinen Displays an.
Mit Wasserzeichen-DRM wird hier ein „weicher” Kopierschutz verwendet. Daher ist technisch zwar alles möglich – sogar eine unzulässige Weitergabe. Aber an sichtbaren und unsichtbaren Stellen wird der Käufer des E-Books als Wasserzeichen hinterlegt, sodass im Falle eines Missbrauchs die Spur zurückverfolgt werden kann.

Weitere Informationen finden Sie in unserer E-Book Hilfe.

Dateiformat: PDF
Kopierschutz: Wasserzeichen-DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Verwenden Sie zum Lesen die kostenlose Software Adobe Reader, Adobe Digital Editions oder einen anderen PDF-Viewer Ihrer Wahl (siehe E-Book Hilfe).
Tablet/Smartphone (Android; iOS): Installieren Sie bereits vor dem Download die kostenlose App Adobe Digital Editions oder die App PocketBook (siehe E-Book Hilfe).
E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m.

Das Dateiformat PDF zeigt auf jeder Hardware eine Buchseite stets identisch an. Daher ist eine PDF auch für ein komplexes Layout geeignet, wie es bei Lehr- und Fachbüchern verwendet wird (Bilder, Tabellen, Spalten, Fußnoten). Bei kleinen Displays von E-Readern oder Smartphones sind PDF leider eher nervig, weil zu viel Scrollen notwendig ist. Mit Wasserzeichen-DRM wird hier ein „weicher” Kopierschutz verwendet. Daher ist technisch zwar alles möglich – sogar eine unzulässige Weitergabe. Aber an sichtbaren und unsichtbaren Stellen wird der Käufer des E-Books als Wasserzeichen hinterlegt, sodass im Falle eines Missbrauchs die Spur zurückverfolgt werden kann.

Weitere Informationen finden Sie in unserer E-Book Hilfe.

Als PDF speichern Als Link merken