An Introduction


to Imaging Sciences

An Introduction to Imaging Sciences

You can retrieve the text:

Gabriel Peyré, An Introduction to Imaging Sciences, 2018.

The Latex sources of this text are available.

The three chapters of this text are independent and present introductions to a few important mathematical foundations of imaging sciences:

  • Chapter 1 presents Shannon theory of compression, and insists in particular on the entropy bound for the coding of information.
  • Chapter 2 presents the basics of image processing, in particular some important processings (quantization, densoising, colors).
  • Chapter 3 presents sampling theory, from Shannon to compressed sensing. It also serves as a gentle introduction to the field of inverse problem regularization.

The exposition level for the first two chapters is elementary. The last chapter presents more advanced mathematical concepts and results.

Une introduction aux sciences de l’imagerie

Vous pouvez télécharger le texte:

Gabriel Peyré, Une introduction aux sciences de l'imagerie, 2018.

Les [sources Latex de ce livre sont disponibles.(https://github.com/mathematical-tours/mathematical-tours.github.io/tree/master/book-basics-sources)

Les trois chapitres de ce texte sont indépendants et présentent des introductions en douceur à quelques fondements mathématiques importants des sciences de l’imagerie :

  • Le chapitre 1 présente la théorie de Shannon sur la compression et insiste en particulier sur l’entropie liée au codage de l’information.
  • Le chapitre 2 présente les bases du traitement d’images, en particulier des traitements impor- tants (quantification, débruitage, couleurs).
  • Le chapitre 3 présente la théorie de l’échantillonnage, allant de l’échantillonnage classique de Shannon à l’échantillonnage comprimé. Il constitue également une introduction à la régularisation des problèmes inverses.

Le niveau d’exposition pour les deux premiers chapitres est élémentaire. Le dernier chapitre présente des concepts et résultats mathématiques plus avancés.