Technische Universität München

 

 

 

mediatum - digital collection management
Benutzer: Gast   Login
 
Originaltitel:
Variationelle Bildverbesserung mit BV-Funktionalen: Gamma-Konvergenz und Algorithmen 
Übersetzter Titel:
Variational Image Processing with BV-Functions: Gamma-Convergence and Algorithms 
Jahr:
2008 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Mathematik 
Betreuer:
Bornemann, Folkmar (Prof. Dr.) 
Gutachter:
Scherzer, Otmar (Prof. Dr.); Bornemann, Folkmar (Prof. Dr.); Brokate, Martin (Prof. Dr.) 
Sprache:
de 
Fachgebiet:
MAT Mathematik 
Stichworte:
BV-Räume, Gamma-Konvergenz, graduated non-convexity 
Übersetzte Stichworte:
BV-Functions, Gamma-Convergence, graduated non-convexity 
Schlagworte (SWD):
Bildverbesserung; Funktional; Gamma-Konvergenz ; Algorithmus 
TU-Systematik:
MAT 494d; DAT 760d 
Kurzfassung:
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...    »
 
Übersetzte Kurzfassung:
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. 
Mündliche Prüfung:
26.09.2008 
Seiten:
96 
Letzte Änderung:
15.03.2011