Image compressed sensing based on

wavelet transform in contourlet

domain Bi et. al. 2010

Ernesto Willams Molina Antelo Junior

Orientador: Prof. Dr. Daniel Rodrigues
Pipa

Proposta do trabalho

Aplicar transformao Wavelet no domnio das

Contourlets para obter melhores resultados no
Compressed Sensing

Compressed Sensing

Representao esparsa

Encontrar solues para sistemas lineares

subdeterminados

Ex: =

Explorar a esparsidade do sinal

Baseado em tcnicas que utilizam a norma

Modelo:

Compressed Sensing

Modelo:

Contourlet

Desenvolvida em 2002 por Do e Vetterli

Representa melhor as caractersticas geomtricas

da imagem

Contorno capturado com poucos coeficientes

Promove a esparsidade

CS no domnio das
contourlets

Gera grandes vetores

Precisa de matrizes grandes (random

measurement matrices)

Explorar a esparsidade do sinal

Baseado em tcnicas que utilizam a norma

CS no domnio das
contourlets

Gera grandes vetores

Precisa de matrizes grandes (random

measurement matrices)

Explorar a esparsidade do sinal

Baseado em tcnicas que utilizam a norma

Ultrassom

Resposta eletroacstica

Importncia da preciso do modelo

Proposta

Deteco de descontinuidades
Determinao da espessura de uma pea
Reconstruo de imagens (B-scan)

Reconstruo dos sinais A-scan atravs das Bsplines

Interpolao

Interpolao com funes base

Polinmios de Chebyshev
Polinmios de Lagrange
Bases de Schauder
Basis Splines (B-splines)

Equao geral

10

B-splines

Funes
base so Splines
Equao geral

11

B-splines

12

B-splines

13

B-splines

14

Smoothing Splines

Diversas
abordagens
B-splines com restries
Equao geral

15

T.R.I.

Minimizao da norma

Regularizao

Gradiente conjugado ()
16

Algoritmo

Gauspuls

17

Algoritmo

Adio do rudo (SNR 5dB, 10dB, 15dB, 20dB,

25dB e 30dB)

18

Algoritmo

Criao do dicionrio de B-splines ()

19

Algoritmo

Coeficientes das b-splines

Criao das Matriz de Downsample

Criao das Matriz de Diferenas

Gradiente conjugado

20

Resultados

Diferentes nveis de rudo e diferentes

reconstrues:

21

Resultados

Diferentes nveis de rudo e diferentes

reconstrues:

22

Resultados

Diferentes nveis de rudo e diferentes

reconstrues:

23

Resultados

SNR de 30dB e diferentes sinais reconstrudos:

24

Resultados

SNR de 30dB e diferentes sinais reconstrudos:

25

Resultados

SNR de 30dB e diferentes sinais reconstrudos:

26

Resultados

SNR de 15dB e diferentes sinais reconstrudos:

27

Resultados

SNR de 15dB e diferentes sinais reconstrudos:

28

Resultados

SNR de 15dB e diferentes sinais reconstrudos:

29

Resultados

SNR de 5dB e diferentes sinais reconstrudos:

30

Resultados

SNR de 5dB e diferentes sinais reconstrudos:

31

Resultados

SNR de 5dB e diferentes sinais reconstrudos:

32

Resultados

Diferentes nveis de rudo e diferentes

reconstrues:

33

Concluso

Bons resultados para todos os nveis de rudo

Utilizao de matrizes de ordem elevada

Se o rudo do sistema de aquisio

conhecido, pode-se reconstruir o eco do
ultrassom de forma precisa

34

Trabalhos Futuros

Trabalhar com restries em derivadas de

ordem superior

Encontrar o nvel de rudo de um sistema de

aquisio real

Reconstruir o sinal e compar-lo com a

reconstruo do sinal genrico (gauspuls)

Fazer uma anlise minuciosa dos erros

35

Obrigado!

36