Restauration d’image via une approche Bayésienne à partir d’un couple d’images d’observations prise dans différentes conditions

Résumé : À travers ce mémoire d’ingénieur, le problème de "Computational Photography" est abordé. L’objectif de surpasser les limites d’un appareil photographique ordinaire en utilisant des techniques informatiques permettant d’améliorer la qualité visuelle de l’image produite. Deux solutions sont étudiées: la déconvolution avec ou sans régularisation, et la déconvolution aveugle. Malgré les avantages qui ont suscité l’intérêt pour ces techniques, la déconvolution présente des inconvénients importants, tels que l’existence de problème inverse, la présence d’extrema locaux associés à des solutions parasites, et l’instabilité de système. Des méthodes de restauration sont donc à employer afin de pallier les défauts des dégradations, dans le but que l'observation traduise alors au mieux possible la scène originale de la réalité du terrain à analyser. Dans nos expérimentations, nous nous sommes placés dans le contexte d'un appareil photographique embarqué sur une voiture ou sur un drone d'hélicoptère. Il va de soi que ces images doivent être d'une bonne qualité afin d'être exploitables. Or un tel appareillage monté sur aéronef est soumis a beaucoup d'aléas: climatiques, vibrations du moteur, problèmes de bouge durant l'acquisition photo, …, etc. Des dégradations se traduisant par des flous et des bruits sont donc parfois observées sur les images obtenues, réduisant leur qualité, et rendant plus délicate l'extraction d'informations pertinentes. Dans ce travail, nous présentons une nouvelle méthode de restauration utilisant une paire d’images d’une observation unique (paire d’images prise avec des durées d’exposition différentes, par exemple), et basée sur le principe déconvolution totalement aveugle (Noyau de débrouillage inconnu) pour construire des images de haute qualité en combinant les deux images de qualité médiocre: la première brouillée (Slow Shutter Speed image) et la seconde bruitée (Fast Shutter Speed image). Nous formulons le problème dans un cadre bayésien hiérarchique en utilisant les connaissances a priori sur l'image inconnue et le flou, et aussi sur la dépendance entre les deux images observées. En intégrant une analyse entièrement bayésienne, l'algorithme développé estime tous les paramètres utiles du modèle de sorte qu'aucune intervention de l'utilisateur n'est nécessaire. De plus, nous utilisons une procédure d'inférence bayésienne variationnelle, qui permet la compensation statistique des erreurs qui se produisent à différentes étapes de la restauration, et fournit également des incertitudes sur les estimations. Les résultats expérimentaux avec des images synthétiques et réelles montrent que la méthode proposée fournit des résultats de restauration à qualité très élevée et se compare favorablement aux méthodes existantes, sans qu’aucune supervision utilisateur ne soit nécessaire.
Type de document :
Mémoires
Electronique. 2013
Liste complète des métadonnées

https://dumas.ccsd.cnrs.fr/dumas-01394266
Contributeur : Cnam - Service Commun de La Documentation - Bibliothèque Centrale <>
Soumis le : mercredi 9 novembre 2016 - 09:36:31
Dernière modification le : jeudi 24 mai 2018 - 15:58:12
Document(s) archivé(s) le : mardi 14 mars 2017 - 23:57:42

Identifiants

  • HAL Id : dumas-01394266, version 1

Collections

Citation

Mouhamad Chéhaitly. Restauration d’image via une approche Bayésienne à partir d’un couple d’images d’observations prise dans différentes conditions. Electronique. 2013. 〈dumas-01394266〉

Partager

Métriques

Consultations de la notice

52

Téléchargements de fichiers

168