Une nouvelle méthode d'inversion pour les problèmes de synthèse de Fourier en imagerie (original) (raw)
La plupart des méthodes classiques d'inversion en synthèse de Fourier sont basées sur l'interpolation et la Transformée de Fourier (TF) inverse rapide. Mais, lorsque les données ne remplissent pas d'une manière uniforme le domaine de Fourier, ce qui est le cas dans grand nombre d'applications en imagerie, ou lorsque la phase du signal n'est pas accessible, comme en interférométrie non cohérente, ces méthodes ne fournissent pas de résultats satisfaisants. La méthode proposée est une méthode de régularisation basée sur l'estimation bayésienne. Une modélisation appropriée de l'image permet de remédier, d'une manière simple, au manque d'information lié aux données et de fournir des résultats satisfaisants. Notre objectif ici est de fournir une méthode utilisable en pratique en faisant un compromis entre complexité de mise en oeuvre et performances. La méthode proposée est testée sur des données expérimentales en imagerie microonde.
Sign up for access to the world's latest research.
checkGet notified about relevant papers
checkSave papers to use in your research
checkJoin the discussion with peers
checkTrack your impact