New spectral filters for a near optimal approximation of an image
Speaker: Dr. Victoria Taroudaki, Postdoctoral Researcher University of Washington
Date: 16 September 2015 Time: 12:00-13:00
Location: Room 211, STEP-C, FORTH
Host: Prof. P. Tsakalides


Restoration of altered images is an ill-posed problem. Even when the blur is known, the noise leads to uncertainty. The naïve approach fails since it retains a lot of noise in high frequencies that destroys the computed restored image. Instead of using the naïve approach, we use spectral filters that weigh the components of the image that are not so contaminated by noise. In this work, we create new filters that we use with a new statistical method that was developed. For that method, we assume that the Discrete Picard condition is satisfied and we define the Picard Parameter using statistical properties of the noise. This new method gives a way to quantify uncertainty. Experiments show that our new method with our filters works comparably if not better than the already existing ones.


Η Βικτωρία Ταρουδάκη έλαβε διδακτορικό σε Applied Mathematics & Statistics and Scientific Computation από το  Πανεπιστήμιο του Maryland το 2015 υπό την επίβλεψη της Dianne O'Leary και με διδακτορική της διατριβή: Image Estimation and Uncertainty Quantification. Η Βικτωρία έλαβε το βασικό τίτλο στα Μαθηματικά από το πανεπιστήμιο Κρήτης. Κατά τη διάρκεια των βασικών και μεταπτυχιακών σπουδών της ασχολήθηκε με επεξεργασία σήματος ήχου και εικόνας και σε ιδρύματα όπως το ΙΤΕ και το FIELDS Institute. Τον επόμενο χρόνο θα εργάζεται ως post-doc στο τμήμα παιδιατρικής του Πανεπιστημίου της Washington και θα ασχολείται με επεξεργασία εικόνας από μαγνητική τομογραφία εγκεφάλων. 

Conditions of Use | Privacy Policy