Contributions à des approches informationnelles en imagerie : traitements conjoints et résonance stochastique

Contributions to informational approaches in imaging : Joint processing and Stochastic resonance

• Auteur / Autrice : Agnès Delahaies
• Direction : François Chapeau-Blondeau
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal et des images
• Date : Soutenance en 2011
• Etablissement(s) : Angers
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et mathématiques (Nantes)
• Partenaire(s) de recherche : Laboratoire : ISTIA. Laboratoire d'ingénierie des systèmes automatisés (CNRS FRE 2656)

Mots clés

Mots clés contrôlés

Information, Théorie de l'

Traitement du signal

Imagerie (technique)

Mots clés libres

Physique de l'image

Traitements conjoints

Traitement non linéaire du signal

Résonance stochastique

Résumé

Les systèmes d'imagerie connaissent un développement soutenu et deviennent de plus en plus largement répandus. Les systèmes d'imagerie mettent en oeuvre des principes physiques variés dont l'élaboration continue de progresser (imagerie par résonance magnétique, thermographie, imagerie multi et hyperspectrale, etc). Au delà de leur constitution physique variée, les images produites ont en commun de constituer un support d'information. Dans ce contexte, nous proposons une contribution à des approches informationnelles en imagerie. Celle-ci est guidée par une transposition du paradigme informationnel de Shannon en imagerie développée selon deux axes. Nous présentons une approche de traitements conjoints où la finalité informationnelle de l'acquisition des images est une donnée connue a priori et utilisée pour optimiser certains réglages de la chaîne d'imagerie. Différentes problématiques de traitements conjoints de l'information sont présentées (échelle d'observation - estimation conjointe, compression - estimation conjointe, et acquisition - compression conjointe). Nous étendons ensuite le champ des études en résonance stochastique en explorant de nouveaux couplages signal-bruit se prêtant à des effets de bruit utile, en imagerie cohérente et en imagerie par résonance magnétique. La résonance stochastique est également considérée, de par sa signification informationnelle spécifique (le bruit utile à l'information), comme un phénomène permettant de tester et d'approfondir l'appréciation des propriétés et potentialités de mesures entropiques ou informationnelles appliquées en imagerie. Elle est en particulier utilisée comme un banc de test pour confronter ces mesures informationnelles à des mesures psychovisuelles sur des images.

Imaging systems are continuously improving and their uses are spreading more and more widely. Imaging systems are based on various physical principles, with a sophistication which keeps enhancing (magnetic resonance imaging, thermography, multi and hyperspectral imaging). Beyond this heterogeneity of constitution, the resulting images share the property of being a support of information. In this context, we propose a contribution to informational approaches in imaging. This is especially guided by a transposition of Shannon's informational paradigm to imaging along two main directions. We present a joint-processing approach where the informational goal of the acquired images is a prior knowledge which is exploited in order to optimize some tuning configurations of the imaging systems. Different joint-processing problems are examined (joint observation scale - estimation, joint compression - estimation, and joint acquisition - compression). We then extend the field of stochastic resonance studies by exploring some new signal-noise mixtures enabling useful noise effects, in coherent imaging and in magnetic resonance imaging. Stochastic resonance is also considered for its specific informational significance (the noise useful to information), as a phenomenon allowing to test and further assess the properties and potentialities of entropic or informational measures applied to imaging. Stochastic resonance is especially used as a benchmark to confront such informational measures to psychovisual measures on images.