Amélioration de la résolution de séquences d'images : applications aux capteurs aéroportés

Resolution enhancement on image sequences : applications to aerial sensors

• Auteur / Autrice : Gilles Rochefort
• Direction : Guy Demoment
• Type : Thèse de doctorat
• Discipline(s) : [Physique]
• Date : Soutenance en 2005
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : Laboratoire : Laboratoire des signaux et systèmes (Gif-sur-Yvette, Essonne ; 1974-....) - Office national d'études et de recherches aérospatiales (France)
• Partenaire(s) de recherche : autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)
• Jury : Président / Présidente : Laure Blanc-Féraud
• Jury : Examinateurs / Examinatrices : Guy Demoment, Laure Blanc-Féraud, Patrick Bouthémy, Lydiane Agranier, Frédéric Champagnat, Jean-François Giovannelli
• Jury : Rapporteurs / Rapporteuses : Laure Blanc-Féraud, Patrick Bouthémy

Mots clés

Mots clés contrôlés

Problèmes inverses

Traitement d'images

Mots clés libres

Super-Résolution

Bsplines

Interpolation multi-passes

Approximation L₂ de fonctions

Résumé

Nous nous intéressons au problème de la super-résolution à partir d'une séquence d'images. Les procédés de super-résolution exploitent la forte corrélation temporelle entre les images de la séquence pour reconstruire une image de meilleure résolution spatiale. Il s'agit non seulement d'augmenter la résolution, mais également de réduire les erreurs de repliement contenues sur chacune des images de la séquence. Dans le cadre de capteurs aéroportés, le déplacement du capteur imprime un mouvement apparent de nature complexe. Nous abordons le problème de la super-résolution sous l'angle de mouvements notamment de nature non-isométrique (rapprochement, éloignement, affinité. . . ). Pour cela, nous avons axé notre étude sur le modèle de formation d'images, et plus particulièrement la manière dont celui-ci prend en compte le mouvement. A partir d'une expression générale du modèle de formation d'images, nous avons retrouvé les formulations de la littérature ainsi que la nature des approximations qui y conduisent. Nous distinguons deux approches : La première filtre l'image SR par une PSF discrète, avant de lui faire subir une transformation géométrique. La seconde approche transforme géométriquement l'image SR, avant de la filtrer cette dernière par la réponse instrument du capteur. Aucune de ces approches n'est pleinement satisfaisante dans le cadre de mouvement non-isométrique. Nous avons proposé un modèle de formation d'images capable de traiter des mouvements paramétriques de type affine. Ce modèle repose sur des techniques d'approximation de fonction au sens L₂ et notamment par l'emploi d'une représentation des images sur une base de bsplines. Sur des séquences de synthèse, nous avons comparé quantitativement les images super-résolues reconstruites à partir des principaux modèles directs. Ces reconstructions ont été obtenues en minimisant un critère du type moindre carré régularisé. Nous avons alors établi que l'amélioration apportée sur le modèle direct se répercutait sur la qualité de l'image reconstruite. Nous illustrons également qualitativement ce résultat sur des séquences d'images réelles.

We adress the issue of super-resolution in image seqences. The processes of super-resolution exploit the strong temporal correlation between images of a sequence to build an image of better space resolution. It is not only a question of increasing the resolution, but also of reducing aliasing errors on each image of the sequence. Within the framework of airborne sensors, the sensor displacement prints a complex apparent motion. We tackle the problem of super-resolution under the particular angle of nonisometric motion. We centered our study on the images formation model, and more particularly the way in which this one takes into account motion. From a general expression of the images formation model, we explain the formulations of the literature as well as the nature of the approximations which lead to it. We distinguish two main approaches: The first one filters the SR image by a discrete PSF, before making it undergoes a geometrical transformation. The second approach geometrically transforms the SR image, before filtering it by the sensor impulse response. None of these approaches is fully satisfactory within the not-isometric motion framework. We proposed an image model formation that can deal with affine motion. This model rests on least squares approximation of functions and in particular by decomposing images on a basis of bsplines. On synthesis sequences, we quantitatively compared the built super-resolved images starting from the main direct models. These builts were obtained by minimizing a regularized least square criterion. We then established that the improvement made on the direct model was reflected on the quality of the built SR image. We also qualitatively illustrate good result on sequences with real images.