Publication
Estimation of phase derivatives using discrete energy separation algorithm in digital holographic interferometry
Résumé
This Letter proposes a new method for the estimation of the first-and second-order phase derivatives corresponding to strain and curvature from a single fringe pattern in digital holographic interferometry. The method is based on a discrete energy separation algorithm, which provides a biased phase derivative estimate in a noisy environment. Subsequently, the least-squares spline approximation with optimal number of knots selection technique is used to obtain the accurate estimation of phase derivatives. The accuracy and computational efficiency of the proposed method is validated with simulation and experimental results. (C) 2014 Optical Society of America
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Concepts associés (25)
Spline
vignette|Exemple de spline quadratique. En mathématiques appliquées et en analyse numérique, une spline est une fonction définie par morceaux par des polynômes. Spline est un terme anglais qui, lorsqu'il est utilisé en français, est généralement prononcé , à la française. Il désigne une réglette de bois souple appelée cerce en français. Toutefois, dans l'usage des mathématiques appliquées, le terme anglais spline est généralisé et le mot français cerce ignoré.
Interpolation multivariée
En analyse numérique, linterpolation multivariée ou linterpolation spatiale désigne l'interpolation numérique de fonctions de plus d'une variable. Le problème est similaire à celui de l'interpolation polynomiale sur un intervalle réel : on connait les valeurs d'une fonction à interpoler aux points et l'objectif consiste à évaluer la valeur de la fonction en des points . L'interpolation multivariée est notamment utilisée en géostatistique, où elle est utilisée pour reconstruire les valeurs d'une variable régionalisée sur un domaine à partir d'échantillons connus en un nombre limité de points.
Interpolation numérique
En analyse numérique (et dans son application algorithmique discrète pour le calcul numérique), l'interpolation est une opération mathématique permettant de remplacer une courbe ou une fonction par une autre courbe (ou fonction) plus simple, mais qui coïncide avec la première en un nombre fini de points (ou de valeurs) donnés au départ. Suivant le type d'interpolation, outre le fait de coïncider en un nombre fini de points ou de valeurs, il peut aussi être demandé à la courbe ou à la fonction construite de vérifier des propriétés supplémentaires.
Publications associées (32)
COMPUTATION OF "BEST" INTERPOLANTS IN THE L-p SENSE
Michaël Unser, Pakshal Narendra Bohra
We study a variant of the interpolation problem where the continuously defined solution is regularized by minimizing the L-p-norm of its second-order derivative. For this continuous-domain problem, we propose an exact discretization scheme that restricts t ...
IEEE2020Computation of "Best" Interpolants in the Lp Sense
Michaël Unser, Pakshal Narendra Bohra
We study a variant of the interpolation problem where the continuously defined solution is regularized by minimizing the L p -norm of its second-order derivative. For this continuous-domain problem, we propose an exact discretization scheme that restricts ...
2020Continuous-Domain Signal Reconstruction Using L-p-Norm Regularization
Michaël Unser, Pakshal Narendra Bohra
We focus on the generalized-interpolation problem. There, one reconstructs continuous-domain signals that honor discrete data constraints. This problem is infinite-dimensional and ill-posed. We make it well-posed by imposing that the solution balances data ...
IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC2020MOOCs associés (4)
Digital Signal Processing I
Basic signal processing concepts, Fourier analysis and filters. This module can
be used as a starting point or a basic refresher in elementary DSP
Digital Signal Processing II
Adaptive signal processing, A/D and D/A. This module provides the basic
tools for adaptive filtering and a solid mathematical framework for sampling and
quantization
Digital Signal Processing III
Advanced topics: this module covers real-time audio processing (with
examples on a hardware board), image processing and communication system design.