Bayesian inference in inverse, myopic and blind problems for signal and image processing
Dissertation defended on October 19th, 2012, at ENSEEIHT Toulouse (France) in candidacy for the degree of "Habilitation à Diriger les Recherches" of INP Toulouse.
Les activités de recherche présentées concernent principalement la résolution de problèmes inverses, myopes et aveugles rencontrés en traitement du signal et des images. Les méthodes de résolution privilégiées reposent sur une démarche d'inférence bayésienne. Celle-ci offre un cadre d'étude générique pour régulariser les problèmes généralement mal posés en exploitant les contraintes inhérentes aux modèles d'observation. L'estimation des paramètres d'intérêt est menée à l'aide d'algorithmes de Monte Carlo qui permettent d'explorer l'espace des solutions admissibles. Un des domaines d'application visé par ces travaux est l'imagerie hyperspectrale et, plus spécifiquement, le démélange spectral. Le second travail présenté concerne la reconstruction d'images parcimonieuses acquises par un microscope MRFM.
Keywords
Bayesian inference, hierarchical models, Markov chain Monte Carlo methods, sparse representations, hyperspectral imagery, MRFM imagery.
Materials
Pdf version of the manuscript (with appendices, in french).
Pdf version of the manuscript (without appendice, in french).
Pdf slides of the defense (in french).
