Nehodí se? Vůbec nevadí! U nás můžete do 30 dní vrátit
S dárkovým poukazem nešlápnete vedle. Obdarovaný si za dárkový poukaz může vybrat cokoliv z naší nabídky.
30 dní na vrácení zboží
Le problčme étudié dans cette thčse est celui du débruitage d'images numériques corrompues par un bruit blanc gaussien. Les méthodes utilisées pour récupérer une meilleure image reposent sur les patchs et sont des variantes des Non-Local Means. Les contributions de la thčse sont ŕ la fois pratiques et théoriques. Tout d'abord, on étudie précisément l'influence des divers paramčtres de la méthode. On met ensuite en lumičre une limite observée sur le traitement des bords par les méthodes ŕ patchs habituelles. On donne alors une meilleure façon de combiner l'information fournie ŕ partir des patchs pour estimer pixel par pixel. D'un point de vue théorique, on présente un cadre non asymptotique pour contrôler notre estimateur. On donne alors des résultats de type inégalités oracles pour des estimateurs vérifiant des propriétés plus restrictives. Les techniques utilisées reposent sur l'agrégation d'estimateurs, et plus particuličrement sur l'agrégation ŕ poids exponentiels. La méthode requiert typiquement une mesure du risque, obtenue ŕ travers un estimateur sans biais de celui-ci, par exemple par la méthode