RestoPPXA_Lab : Boite à outils Matlab pour la restauration d'images

Ce logiciel a été développé (ou est en cours de développement) dans la communauté de l'Enseignement Supérieur et de la Recherche. Son état peut être variable (cf champs ci-dessous) donc sans garantie de bon fonctionnement.
Fiche dév Ens Sup - Recherche
  • Création ou MAJ importante : 06/12/10
  • Correction mineure : 08/09/11
  • Auteur de la fiche : Caroline Chaux (LATP)
  • Responsable thématique : Teresa Gomez-Diaz (LIGM)
Mots-clés
Fonctionnalités générales du logiciel

Logiciel permettant de restaurer des images dégradées par un opérateur de convolution et un bruit (Gaussien ou de Poisson). La méthode se base sur la minimisation d'un critère convexe composé d'un terme d'attache aux données (norme l2 ou divergence de Kullback-Leibler), d'une indicatrice de convexe (permettant de contraindre la dynamique de l'image restaurée) et d'un terme de régularisation pouvant être :

  • une norme l1 appliquée sur les coefficients d'une transformée en arbre dual (DTT),
  • un terme de variation totale,
  • une régularisation hybride composée d'une norme l1 et de TV.

L'algorithme utilisé est le PPXA (Parallel ProXimal Algorithm).

Contexte d’utilisation du logiciel

Cet outil permet de restaurer des images dégradées par un opérateur de convolution et un bruit (Gaussien ou de Poisson).

Publications liées au logiciel
  • N. Pustelnik, Méthodes proximales pour la résolution de problèmes inverses. Application à la Tomographie par Emission de Positrons. Thèse Université Paris-Est, 2010.
  • N. Pustelnik, C. Chaux, and J.-C. Pesquet, Hybrid regularization for data restoration in the presence of Poisson noise, European Signal Processing Conference (EUSIPCO), Glasgow, Scotland, August 24-28, 2009.
  • http://www-syscom.univ-mlv.fr/~pustelni/