Etude d'images perturbées par la turbulence atmosphérique : simulation et restauration

• Auteur / Autrice : Christine Bondeau
• Direction : Michel Paindavoine
• Type : Thèse de doctorat
• Discipline(s) : Instrumentation et informatique de l'image
• Date : Soutenance en 1999
• Etablissement(s) : Dijon

Mots clés

Mots clés contrôlés

Turbulence atmosphérique

Théorème de Bayes

Reconstruction d'image

Traitement d'images

Imagerie (technique)

Optique météorologique

Résumé

La turbulence atmosphérique perturbe l'observation à haute résolution. C'est un phénomène étudié depuis longtemps, en astronomie notamment. La présente étude porte sur le cas de l'observation d'un objet situé à environ vingt kilomètres, la propagation étant horizontale et près du sol, en infrarouge. Apres un rappel des effets de la turbulence en imagerie haute résolution, nous exposons la méthode de simulation qui nous permet de générer des images longue pose et des séquences d'images courte pose dégradées. L'évolution temporelle de la turbulence et les effets d'anisoplanétisme ont été pris en compte. Les images longue pose sont restaurées avec des algorithmes classiques de déconvolution. Les résultats ne sont satisfaisants que pour une faible perturbation. Il est plus avantageux d'exploiter des images courte pose, car elles contiennent plus de hautes fréquences spatiales ; mais l'objet observé y fluctue aléatoirement. On travaille donc ici à partir d'une séquence de plusieurs dizaines d'images. Deux approches sont proposées. L'une consiste à analyser statistiquement les régions de chaque image pour en extraire les plus représentatives et reconstituer ainsi l'objet réel. Les résultats sont alors nettement meilleurs. La seconde est une approche frontière. Une analyse du problème, basée sur la méthode du maximum de vraisemblance appliquée aux descripteurs de Fourier de la forme, permet d'établir que le contour le plus probable est obtenu par la moyenne de la position de chaque point de contour au long de la séquence. Nous déterminons ce contour soit grâce à un appariement multirésolution des contours point à point, d'une image sur l'autre, soit en appliquant un snake région, optimal au sens de la théorie statistique, que nous faisons évoluer avec l'objet au cours de la séquence ; dans ce dernier cas, l'appariement est automatiquement réalisé puisque l'on connait la position des noeuds du snake.