Resumen. La restauración de imágenes fuera de foco es un área de investigación crucial en el campo de las ciencias de datos y la visión por computadora. Esta tarea es esencial para mejorar la calidad de imágenes en diversas aplicaciones, desde la fotografía y videografía hasta la medicina y la vigilancia. El problema se dificulta cuando no se dispone de información sobre la cantidad de desenfoque, lo que hace necesario el desarrollo de métodos de resolución avanzados y robustos. El proyecto propuesto tiene como objetivo desarrollar modelos y algoritmos que permitan restaurar imágenes desenfocadas sin conocer a priori el operador de desenfoque.
Palabras clave. Procesamiento de imágenes, mínimos cuadrados no lineales separables, problemas inversos.
Conocimientos deseables. Buen manejo del lenguaje de programación Python y álgebra lineal.
¿Qué podría aprender quien realice esta tesis? – Quien participe en este proyecto tendrán la oportunidad de: 1) aprender y aplicar técnicas avanzadas de procesamiento de imágenes, optimización, y métodos numéricos para la solución de problemas inversos y 2) contribuir a la creación de soluciones prácticas que pueden tener un impacto significativo en múltiples industrias. Se estará sumando a un proyecto de investigación en desarrollo donde se proponen nuevos modelos y métodos iterativos de optimización para resolver problemas de mínimos cuadrados no lineales separables relacionados a problemas inversos donde los datos están contaminados con ruido. Aprenderá también a desarrollar e implementar algoritmos eficientes usando la transformada de Fourier.
Dirección de la tesis
Jeronimo, Gabriela
Departamento de Matemática, FCEN-UBA & IMAS, CONICET-UBA
Contacto: jeronimo@dm.uba.ar
Descargar PDF
Modelos y soluciones para la restauración de imágenes fuera de foco