Fine Structure Recognition in Multichannel Observations

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985815%3A_____%2F12%3A00385357" target="_blank" >RIV/67985815:_____/12:00385357 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/67985556:_____/12:00385357

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Fine Structure Recognition in Multichannel Observations

Popis výsledku v původním jazyce

Two restoration methods applied to the multitemporal solar images are presented. Our main goal is to model and remove degradation in a subimage, where a specific event is investigated. Using information of the input (blurred) channels within a short observed sequence a new undegraded image is reconstructed. Degradation is assumed to follow a linear degradation model with an unknown possibly non-homogeneous point spread function (PSF) and additive noise. The first method ({/bf VAM}) is based on multichannel blind deconvolution (MBD) using a variational approach to blur estimation, while the second one ({/bf SAM}) supposes solution of the multidimensional causal regressive model representing the degraded image (channel). Experimental image data are fromthe ground based observation (white light) and satellite SOHO mission - EIT (EUV). Contributions of both suggested methods and their generalization are discussed.

Název v anglickém jazyce

Fine Structure Recognition in Multichannel Observations

Popis výsledku anglicky

Two restoration methods applied to the multitemporal solar images are presented. Our main goal is to model and remove degradation in a subimage, where a specific event is investigated. Using information of the input (blurred) channels within a short observed sequence a new undegraded image is reconstructed. Degradation is assumed to follow a linear degradation model with an unknown possibly non-homogeneous point spread function (PSF) and additive noise. The first method ({/bf VAM}) is based on multichannel blind deconvolution (MBD) using a variational approach to blur estimation, while the second one ({/bf SAM}) supposes solution of the multidimensional causal regressive model representing the degraded image (channel). Experimental image data are fromthe ground based observation (white light) and satellite SOHO mission - EIT (EUV). Contributions of both suggested methods and their generalization are discussed.

Druh

D - Stať ve sborníku

CEP obor

BN - Astronomie a nebeská mechanika, astrofyzika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

International Conference on Digital Image Computing Techniques and Applications (DICTA) 2012

ISBN

978-1-4673-2180-8

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

1-7

Název nakladatele

IEEE Press

Místo vydání

Piscataway

Místo konání akce

Fremantle

Datum konání akce

3. 12. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—