Aller au contenu  Aller au menu  Aller à la recherche

Bienvenue - Laboratoire Jacques-Louis Lions

Partenariats

CNRS

SU

Paris Cité
Print this page | lire cette page en Français
Internships (10th and 11th grades high school students)
Job shadowing (Year 10, Year 11 students) See https://www.math.univ-paris-diderot.fr/diffusion/index

Key figures

Key figures

189 people work at LJLL

86 permanent staff

80 researchers and permanent lecturers

6 engineers, technicians and administrative staff

103 non-permanent staff

74 Phd students

15 post-doc and ATER

14 emeritus scholars and external collaborators

 

January 2022

 

New translation : Méthodes multi échelles et détection de contours


Les liens mathématiques entre la performance des algorithmes de compression par ondelettes et le taux d’approximation non-linéaire pour un modèle d’image prescrit ont été mis en évidence pendant la dernière décennie. Ces résultats justifient la recherche de représentations aussi concentrées que possibles pour les images.

Dans cette direction, B. Matei dans le cadre de sa thèse a introduit des méthodes multiéchelles qui intègrent la présence des contours par des techniques non-linéaires d’approximation utilisées en simulation numériques d’ondes de chocs.

Ces résultats montrent des améliorations significatives par rapports aux ondelettes classiques, principalement pour les images géométriques et peu texturées.

Les algorithmes de compression proposés surplantent ceux basés sur les ondelettes classiques (JPEG2000).

Des études théoriques, menées en collaboration avec A. Cohen, F. Arandiga, R. Donat (Espagne) et N. Dyn (Israël), ont prouvé la supériorité de ces méthodes multiéchelles adaptées aux contours, par rapport aux bases d’ondelettes.
B. Matei


  • Télécharger ce film