Détection comprimée de motifs par matrice d'acquisition circulante orthogonale partielle

par M. Sylvain Rousseau (XLIM - SIC)

jeudi 23 janv. 2014, 10:30 → 11:30 Europe/Paris

XR.203 (Bâtiment XLIM)

Les capteurs multi- et hyper-spectraux génèrent un énorme flot de données. Un moyen de contourner cette difficulté est de pratiquer une acquisition comprimée de l'objet multi- et hyper-spectral. Les données sont alors directement comprimées et l'objet est reconstruit lorsqu'on en a besoin. L'étape suivante consiste à éviter cette reconstruction et à travailler directement avec les données comprimées pour réaliser un traitement classique sur un objet de cette nature. Nous présentons donc d'abord les principes de l'acquisition comprimée puis nous adaptons un algorithme original de détection de signature de Guo et Osher reposant sur une minimisation $L_1$ dans le cas d'une acquisition comprimée. Une seconde généralisation va permettre de réaliser de la détection de motifs dans une image multispectrale au travers d'une transformation formelle. Et enfin, nous introduisons de nouvelles matrices d'acquisition qui simplifient énormément les calculs tout en gardant de bonnes qualités de mesures.