Thèse soutenue

Modélisation d'image : application à la compression numérique et à la restauration d'image floue

FR  |  
EN
Auteur / Autrice : Laure Blanc-Féraud
Direction : Michel Barlaud
Type : Thèse de doctorat
Discipline(s) : Sciences de l'ingénieur
Date : Soutenance en 1989
Etablissement(s) : Nice

Mots clés

FR

Mots clés contrôlés

Résumé

FR

ANous nous intéressons à la modélisation des images numériques noir et blanc. Dans un premier temps, afin de suivre les non-stationnarités de l'image, nous avons développé un modèle autorégressif (AR), causal évolutif. Dans un deuxième temps, nous cherchons à obtenir une modélisation conduisant à des algorithmes rapides pour la déconvolution d'image floue. Le but est de transformer un système 2D de dimension NxN, en N systèmes 1D décorrélés. Nous proposons d'appliquer une FFT sur une image miroir. Nous étudions les propriétés de cette nouvelle transformation, et la comparons avec d'autres transformées sinusoïdales (TSD, TCD). Le chapitre ii est consacré à la compression numérique. Le résiduel du modèle prédictif évolutif développé au chapitre I est codé par un train d'impulsions. De façon à réduire les coûts en calculs, nous proposons deux méthodes sous optimales pour le calcul de l'entrée multi-impulsionnelle. Au chapitre III, nous nous intéressons à la restauration d'image floue. Après transformation des données, un filtre de Kalman 1D est appliqué sur chaque colonne décorrélée. Nous proposons un traitement adaptatif pour régulariser la solution autour des zéros de la fonction de flou. L'influence des coefficients AR est étudiée. Pour une application à des images réelles, les paramètres du système doivent être estimés à partir de l'image floue observée. On propose une reparamétrisation de la fonction de flou ou les coefficients sont liés par une loi a priori. L'estimation est effectuée par la maximisation de la fonction de vraisemblance, déterminée en fonction du processus d'innovation calcule par le filtre. Des résultats de simulations sont présentés en compression et restauration