Agrégation d'estimateurs et méthodes à patch pour le débruitage d'images numériques - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2010

Aggregation of estimators and patches methods for denoising numerical images

Agrégation d'estimateurs et méthodes à patch pour le débruitage d'images numériques

Résumé

     The problem studied in this thesis is denoising images corrupted by additive Gaussian white noise . The methods we use to get a better picture from a noisy one, are based on patches and are variations of the well known Non-Local Means. The contributions of this thesis are both practical and theoretical. First, we study precisely the influence of various parameters of the method. We highlight a limit observed on the treatment of edges by the usual patches based methods. Then, we give a better method to get pixel estimates by combining information from patches estimates. From a theoretical point of view we provide a non-asymptotic control of our estimators. The results proved are oracle inequalities, holding for a restrictive class of estimators, close to the form of the Non-Local Means estimates. The techniques we use are based on aggregation of estimators, and more precisely on exponentially weighed aggregates. Typically, the last method requires a measure of the risk, that is obtained through a unbiased estimator of the risk. A common way to get such a mesure is to use the Stein Unbiased Risk Estimate (SURE). The denoising methods studied are analyzed numerically by simulations.
Le problème étudié dans cette thèse est celui du débruitage d'images numériques cor- rompues par un bruit blanc gaussien. Les méthodes utilisées pour récupérer une meilleure image reposent sur les patchs et sont des variantes des Non-Local Means. Les contributions de la thèse sont à la fois pratiques et théoriques. Tout d'abord, on étudie précisément l'influence des divers paramètres de la méthode. On met ensuite en lumière une lim- ite observée sur le traitement des bords par les méthodes à patchs habituelles. On donne alors une meilleure façon de combiner l'information fournie à partir des patchs pour estimer pixel par pixel. D'un point de vue théorique, on présente un cadre non asymptotique pour contrôler notre estimateur. On donne alors des résultats de type inégalités oracles pour des estimateurs vérifiant des propriétés plus restrictives. Les techniques utilisées reposent sur l'agrégation d'estimateurs, et plus particulièrement sur l'agrégation à poids exponentiels. La méthode requiert typiquement une mesure du risque, obtenue à travers un estimateur sans biais de celui-ci, par exemple par la méthode de Stein. Les méthodes de débruitage étudiées sont analysées numériquement par simulations.
Fichier principal
Vignette du fichier
these_salmon_color.pdf (3.36 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00545643 , version 1 (10-12-2010)

Identifiants

  • HAL Id : tel-00545643 , version 1

Citer

Joseph Salmon. Agrégation d'estimateurs et méthodes à patch pour le débruitage d'images numériques. Mathématiques [math]. Université Paris-Diderot - Paris VII, 2010. Français. ⟨NNT : ⟩. ⟨tel-00545643⟩
518 Consultations
1101 Téléchargements

Partager

Gmail Facebook X LinkedIn More