presented to obtain the

Paul Sabatier

Description

Niveau: Supérieur

• dissertation

Dissertation presented to obtain the Habilitation à Diriger des Re her hes Université Paul Sabatier Toulouse 3 Mention: Applied Mathemati s by Didier Auroux Fast algor i thms for image pro essing and data assimil a t i o n Defended on 26 Novemb er 2008 After reviews by: G. Aubert, Professor Université de Ni e Sophia-Antip olis P. Rou hon, Professor Mines ParisTe h F. Santosa, Professor University of Minnesota Commitee memb ers: G. Aubert, Professor Université de Ni e Sophia-Antip olis (Reviewer) J. Blum, Professor Université de Ni e Sophia-Antip olis (Examiner) L. Cohen, Resear h dire tor CNRS & Université Paris Dauphine (Examiner) P. Degond, Resear h dire tor CNRS & Université Paul Sabatier (Examiner) M. Masmoudi, Professor Université Paul Sabatier, Toulouse (Advisor) J.-P. Puel, Professor Université de Versailles Saint-Quentin (Examiner) P. Rou hon, Professor Mines ParisTe h (Reviewer)

• exp eriments


• mo dels


• ation problem


• top ologi al


• pro essing


• exp erimental approa


• intro du tion


• tion terms


• numeri al

Sujets

• Dissertation
• Paris Dauphine University
• Sabatier
• Auroux
• Aubert

Informations

• Publié par: profil-nechor-2012
• Nombre de lectures: 38
• Langue: English

Extrait

CNRS
D
G.
i
.
ss
ol
er
ersit?
t
sa
ati
R
o
Univ
n
P
p
Mines
r
P
e
C
se
de
n
,
te
L.
d
.
t
(Examiner)
o
s
o
tin
bt
l
a
n
in
h
t
ersit
he
ee
H
,
a
ol
b
J.
i
de
li
E
t
h
a
Da
ti
,
on
P
?
,
Di
oulouse
ri
Puel
g
es
er
R
de
h
s
s
Re
ou

Professor
her
T

S
Univ
Professor
ersit
of
?
mmi
P
b
a
uber
u
Univ
l
Sophia-An
Sabatier
s
T
r
oulouse
lu
3
Univ
Men
Sophia-An
tion
s
:
mi
Applied
,
Mathe
CNRS
mati
P

(Examiner)
b
gon
y
h
D
Univ
i
Sa
di
Masmoud
e
Univ
r
Sabatier,
A
A
ur
J.-P
ou
Professor
x
V
F
t-
a
P
s
,
t
arisT
a
eviewer)
l
i
g
P
o
R
r

i
,
t
Mines
h
aris
ms
ec
for
F.
image
anto
pro
,

Univ
ng
y
and
Minnesota
data
o
assimil
t
a
mem
t
ers:
i
A
o
t
n
Professor
De
ersit?
fended

on
tip
2
i
6
(
No
eviewe
v
)
em
B
b
m
er
Professor
2
ersit?
00

8
tip
A
i
f
(
t
xa
e
ner)
r
Cohen
re

v

ie
&
w
ersit?
s
aris
b
uphine
y
P
:
De
G
d
.

A

u
&
b
ersit?
e
aul
r
batier
t
M.
,
i
P
Professor
r
ersit?
o
aul
fe
T
ssor
(
U
dvi
n
or)
i
.
v
,
ersi
Univ
t
de
?
ersaill
de
Sain
Ni
Quen

(Examiner)
So
.
p

hi
Professor
a
P
-
ec
An
(R
tip
o.
C
.
o
.
n
.
t
.
en
.
t
T
s
.
1
.
I
to
n
.
t
.
r
.
o
.
d
.
u
.

.
ion
.
7
.
2
.
I
.
m
o
a
.
g
y
e
.
pro
.

.
ssing
.
11
.
2.
.
1
.
I
Extension
n
.
t
.
r
.
o

d
.
u
.

.
.
.
.
.
.
restoration
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
n
.
.
.
[26]
.
27
.
.
.
2.8.2
.
.
.
.
.
19
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
cation
.
.
.
.
.
.
.
21
.
problem
11
.
2.2
and
T
.
op
.
olo
.

.
al
tatio
as
.
y
.

.
analysis
23
.
.
.
.
.
.
.
expansion
.
.
.
.
.
24
.
.
.
.
.
.
.
.
.
up
.
.
.
.
.
Discrete
.
.
.
.
.
26
.
gradien
.
.
.
.
.
t
12
.
2.2.1
.
Pr
.
esen
.
tation
.
of
.
t
hing
he
.
metho
.
d
.
.
.
.
.
.
Remarks
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
19
.

.
.
.
.
.
.
.
.
.
.
.
2.5
.
0,
.
.
12
.
2.2.2
.
Main
.
result
.
.
.
.
.
.
In
.
the
.
.
.
.
.
.
.
2.5.2
.

.
.
.
.
.
.
.
2.5.3
.
ervised
.
.
.
.
.
.
.
2.6
.
[12,
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
F
.
segmen
.
.
12
.
2.
.
3
.
Inpain
2.6.2
ting
er
[
.
9,
.
℄
.
.
.
.
.
.
.
.
Algorithm
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2.7
.
sp
.
℄
.
.
.
.
.
.
.
.
.
26
.
transform
.
.
.
.
.
.
.
.
.
.
.
Preconditi
.
d
.
.
.
.
.
.
13
.
2.3.1
27
Crac
ological
k
minimal
lo
.

.
zation
.
pro
.
blem
Minimal
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
ast
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
.
.
.
.
.
.
.
2.4.4
14
.
2.3.2
.

.
hlet
.
and
.
Neumann
.
form
.
ulations
.
for
.
the
.
inpain
.
ting
.
problem
.
14
.
2.3.3
.
Asymptotic
.
e
2.4.5
xpansion
to
.
images
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
19
.
Classi
.
[1
.
℄
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
.
2.3.4
.
Algorithm
.
.
.
.
.
.
.
.
2.5.1
.
tro
.
to
.

.
.
.
.
.
.
.
.
.
.
.
.
.
21
.
Restoration
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
.
Extension
.
unsup
.

.
.
.
.
.
.
16
.
2.3.5
.
Remarks
.
.
22
.
Segmen
.
n
.
℄
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2.6.1
.
rom
.
to
.
tation
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
23
17
P
2.4
w
Restoration
series
[16,
.
℄
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2.6.3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
25
.
Complexit
.
and
17
eeding
2.4.1
[13,
V
.
ariational
.
form
.
ulation
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2.7.1
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2.7.2
.
o
.
e
17

2.4.2
t
T
.
op
.
ological
.
gradien
.
t
.
.
.
.
.
.
.
.
2.8
.
op
.
gradien
.
and
.
paths
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2.8.1
.
paths
.
.
.
.
.
.
.
.
.
.
.
.
18
.
2.4.3
.
Algorithm
.
.
.
.
.
.
.
.
.
.
28
.
F
.
marc
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
28
.
..
4
.
C
In
O
.
N
.
T
.
ENT
Conclusion
S
.
2.8.3
.
Coupled
.
algorithm
.
.
w
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
48
.
.
.