Auteur / Autrice : | Axel Clouet |
Direction : | Jérôme Vaillant, David Alleysson |
Type : | Thèse de doctorat |
Discipline(s) : | Physique de la matière condensée et du rayonnement |
Date : | Soutenance le 03/12/2020 |
Etablissement(s) : | Université Grenoble Alpes |
Ecole(s) doctorale(s) : | École doctorale physique (Grenoble ; 1991-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'électronique et de technologie de l'information (Grenoble ; 1967-....) |
Jury : | Président / Présidente : Jocelyn Chanussot |
Examinateurs / Examinatrices : Michel Berthier | |
Rapporteurs / Rapporteuses : Sabine Süsstrunk, Mathieu Hébert |
Mots clés
Mots clés contrôlés
Résumé
Les capteurs d'images couleurs et multispectraux contiennent plusieurs canaux d'acquisition caractérisés par des réponses spectrales. Le choix de celles-ci détermine les performances fonctionnelles de l’imageur en agissant sur la qualité de la reconstruction couleur ou spectrale effectuée. Ce choix agit également sur l’amplification du bruit survenant lors du traitement de l'image brute. Cette thèse consiste en une analyse géométrique de ce phénomène et propose une méthode d'optimisation des réponses spectrales.L'exposé contient des simulations réalisées sur des images multispectrales permettant de simuler des acquisitions brutes et de tester des étapes de traitement. Grâce à un banc d’acquisition, une nouvelle base de donnée a été publiée contenant 22 images multispectrales couvrant toute la gamme d’absorption du silicium (400-1050 nm). Ensuite, j’ai développé une approche géométrique permettant de décrire le phénomène d’amplification en se basant sur une représentation graphique des signaux/bruits bruts, spectraux et couleurs. J’ai ainsi conclu que les corrélations entre canaux constituent la principale cause d’amplification.Cette représentation géométrique du problème m’a, ensuite, permis d’élaborer une méthode simple de décorrélation respectant la contrainte de positivité, adaptée au calcul de réponses spectrales théoriques. J'ai alors calculé des réponses spectrales optimisées pour la couleur puis j'ai étendu le principe au cas de l'imagerie multispectrale.Pour aller plus loin, j’ai montré comment utiliser une modélisation du domaine de vision mésopique pour relaxer la colorimétrie de l’image de manière contrôlée en augmentant son rapport signal sur bruit. Enfin j’ai étendu la modélisation géométrique à d’autres problématiques comme celle du dématriçage de l’image.