Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2024

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Intensity only multi-materials image reconstruction

Bagdaoui Amina, Bendaoudi Amina, Jaffari Ali

Przegląd Elektrotechniczny

2024

R. 100, nr 4

31--36

The phase retrieval problem is a challenging issue in image processing, which aims to reconstruct an object from magnitude-only mea surements in the Fourier domain. Most methods for phase retrieval are deterministic frameworks, and their results are often unsatisfactory when the available measured spectrum magnitude is corrupted by additive noise. The a priori knowledge characterizing the object is the finite number of homogeneous materials that compose it. This knowledge is represented by a Gauss-Markov prior. Iterative joint reconstruction and classification techniques are used to calculate a satisfactory reconstruction. The reconstructed image is obtained by first specifying the a posteriori distributions of all the unknowns, followed by the application of the Gibbs sampling algorithm to estimate the posterior mean of the unknowns. Simulation results are presented to demonstrate the accuracy of the proposed prior compared to the case where only the Potts-Markov prior is used.

Problem odzyskiwania fazy stanowi wyzwanie w przetwarzaniu obrazu, którego celem jest rekonstrukcja obiektu na podstawie pomiarów wielkości w domenie Fouriera. Większość metod odzyskiwania fazy to metody deterministyczne, a ich wyniki są często niezadowalające, gdy wielkość dostępnego zmierzonego widma jest zniekształcona przez szum addytywny. Wiedzą aprioryczną charakteryzującą obiekt jest skończona liczba jednorodnych materiałów, które go tworzą. Wiedzę te reprezentuje przeor Gaussa-Markowa. Aby obliczyć zadowalającą rekonstrukcję, stosuje się iteracyjne techniki rekonstrukcji i klasyfikacji stawów. Zrekonstruowany obraz uzyskuje się poprzez określenie rozkładów a posteriori wszystkich niewiadomychą następnie zastosowanie algorytmu próbkowania Gibbsa do oszacowania średniej późniejszej niewiadomych. Wyniki symulacji przedstawiono w celu wykazania dokładności proponowanego stanu pierwotnego w porównaniu z przypadkiem, w którym używany jest tylko stan Pottsa-Markow.