Variationelle Bildverbesserung mit BV-Funktionalen: Gamma-Konvergenz und Algorithmen ; Variational Image Processing with BV-Functions: Gamma-Convergence and Algorithms
Gespeichert in:
| Titel: | Variationelle Bildverbesserung mit BV-Funktionalen: Gamma-Konvergenz und Algorithmen ; Variational Image Processing with BV-Functions: Gamma-Convergence and Algorithms |
|---|---|
| Autoren: | Ludwig, Christian |
| Weitere Verfasser: | Bornemann, Folkmar (Prof. Dr.), Scherzer, Otmar (Prof. Dr.), Brokate, Martin (Prof. Dr.) |
| Verlagsinformationen: | Technical University of Munich Technische Universität München |
| Publikationsjahr: | 2011 |
| Bestand: | Munich University of Technology (TUM): mediaTUM |
| Schlagwörter: | info:eu-repo/classification/ddc/510, Mathematik, BV-Räume, Gamma-Konvergenz, graduated non-convexity, BV-Functions, Gamma-Convergence |
| Beschreibung: | Die Arbeit beschäftigt sich mit diskreten und kontinuierlichen Funktionalen zur Bildverbesserung. Sie werden mit Hilfe von Gamma-Konvergenzbetrachtungen in Verbindung gesetzt. Die auftretenden Limes-Modelle stellen sich als Verallgemeinerung des Mumford-Shah-Modells heraus. Für diese Modelle werden für unterschiedliche Teilräume von BV-Funktionen Existenzaussagen vorgestellt und es wird aufgezeigt, wie ein graduated non-convexity Algorithmus konstruiert werden kann. Ferner wird auf Verbindungen zu Graph-Cuts und Markov Random Fields eingegangen. ; This thesis deals with discrete and continuous image improving functionals. Connections between them were made using Gamma-Convergence. The resulting Gamma-Limits are generalizations of the Mumford-Shah model. For those models existence theorems for different subspaces of BV-functions were presented. In addition a graduated non-convexity algorithm was constructed. Moreover connections to graph-cuts and Markov Random Fields were made. |
| Publikationsart: | doctoral or postdoctoral thesis |
| Dateibeschreibung: | application/pdf |
| Sprache: | German |
| Relation: | https://mediatum.ub.tum.de/651330; https://mediatum.ub.tum.de/doc/651330/document.pdf |
| Verfügbarkeit: | https://mediatum.ub.tum.de/651330 https://mediatum.ub.tum.de/doc/651330/document.pdf http://nbn-resolving.de/urn:nbn:de:bvb:91-diss-20080509-651330-1-0 |
| Rights: | info:eu-repo/semantics/openAccess |
| Dokumentencode: | edsbas.1F08776B |
| Datenbank: | BASE |
Nájsť tento článok vo Web of Science | Abstract: | Die Arbeit beschäftigt sich mit diskreten und kontinuierlichen Funktionalen zur Bildverbesserung. Sie werden mit Hilfe von Gamma-Konvergenzbetrachtungen in Verbindung gesetzt. Die auftretenden Limes-Modelle stellen sich als Verallgemeinerung des Mumford-Shah-Modells heraus. Für diese Modelle werden für unterschiedliche Teilräume von BV-Funktionen Existenzaussagen vorgestellt und es wird aufgezeigt, wie ein graduated non-convexity Algorithmus konstruiert werden kann. Ferner wird auf Verbindungen zu Graph-Cuts und Markov Random Fields eingegangen. ; This thesis deals with discrete and continuous image improving functionals. Connections between them were made using Gamma-Convergence. The resulting Gamma-Limits are generalizations of the Mumford-Shah model. For those models existence theorems for different subspaces of BV-functions were presented. In addition a graduated non-convexity algorithm was constructed. Moreover connections to graph-cuts and Markov Random Fields were made. |
|---|