Date/heure
Date(s) - 4 avril 2014

Catégories Pas de Catégories

$Color\; tomography\; \backslash n\backslash nBy\; Sandrine\; Anthoine,\; I2M\backslash n\backslash nAbstract\; :\backslash nIn\; classical\; X-ray\; tomography,\; a\; set\; of\; measurement\; is\; obtained\; by\; illuminating\; a\; 3D\; object\; with\; an\; ideally\; monochromatic\; X-ray\; source.\; After\; reconstruction\; one\; obtains\; a\; map\; of\; the\; absorption\; of\; the\; object\; for\; the\; energy\; corresponding\; to\; the\; monochromatic\; source.\; In\; color\; X-ray\; tomography,\; one\; acquires\; instead\; a\; set\; of\; measurement\; by\; modifying\; the\; spectrum\; of\; a\; polychromatic\; source\; with\; different\; filters.\; As\; a\; result,\; one\; is\; able\; to\; reconstruct\; several\; absorption\; maps\; (one\; for\; each\; filter)\; that\; contain\; different\; spectral\; information.\; The\; question\; at\; stake\; is\; whether\; one\; can\; combine\; these\; information\; to\; obtain\; directly\; absorption\; maps\; of\; spectral\; components\; of\; the\; object.\; I\; will\; show\; how\; the\; model\; leads\; to\; a\; non-linear\; inverse\; problem,\; and\; propose\; a\; solution\; relying\; on\; sparsity.[$

Date/heure
Date(s) - 4 avril 2014

Catégories Pas de Catégories

$Color\; tomography\; \backslash n\backslash nBy\; Sandrine\; Anthoine,\; I2M\backslash n\backslash nAbstract\; :\backslash nIn\; classical\; X-ray\; tomography,\; a\; set\; of\; measurement\; is\; obtained\; by\; illuminating\; a\; 3D\; object\; with\; an\; ideally\; monochromatic\; X-ray\; source.\; After\; reconstruction\; one\; obtains\; a\; map\; of\; the\; absorption\; of\; the\; object\; for\; the\; energy\; corresponding\; to\; the\; monochromatic\; source.\; In\; color\; X-ray\; tomography,\; one\; acquires\; instead\; a\; set\; of\; measurement\; by\; modifying\; the\; spectrum\; of\; a\; polychromatic\; source\; with\; different\; filters.\; As\; a\; result,\; one\; is\; able\; to\; reconstruct\; several\; absorption\; maps\; (one\; for\; each\; filter)\; that\; contain\; different\; spectral\; information.\; The\; question\; at\; stake\; is\; whether\; one\; can\; combine\; these\; information\; to\; obtain\; directly\; absorption\; maps\; of\; spectral\; components\; of\; the\; object.\; I\; will\; show\; how\; the\; model\; leads\; to\; a\; non-linear\; inverse\; problem,\; and\; propose\; a\; solution\; relying\; on\; sparsity.[$