From Theory to Practice, a Tour of Image Denoising
De la théorie à la pratique, une excursion en débruitage d'image
Résumé
This CIFRE thesis is part of a close and long-standing collaboration between DxO Labs and CMLA. The main goal of this collaboration is to maintain a technological awareness in digital image processing, and to bring academic solutions to concrete problems raised by DxO Labs. The aim of my thesis was to establish the state of the art in image denoising, with in view the development of a new generation of raw images denoising algorithms into the flagship product of
DxO Labs: Optics Pro.
I performed a detailed analysis of state of the art denoising methods leading to the open-source implementation of two emblematic denoising algorithms. Simultaneously, the needs of DxO Labs in term of image quality were precisely defined. This led in a second phase to the conception of a new academic denoising method, NL-Bayes, outperforming existing ones. In a third phase, its implementation into the code of Optics Pro allowed us to develop a multiscale and signaldependent
approach. The result -renamed PRIME- is currently available in the last version of Optics Pro 9, 2013, with excellent press reviews. Finally, in a close collaboration with Miguel Colom, who developed a single image noise estimation, I developed a multiscale blind denoising algorithm, which gives convincing results on most natural noisy images. This last method is rather
pioneering, as the state of the art in blind denoising was reduced to only one method.
Cette thèse CIFRE se situe dans le cadre de la collaboration étroite entre DxO Labs et le CMLA depuis de nombreuses années, comportant une veille bibliographique active sur différents sujets du traitement d’image, ainsi que la recherche de solutions académiques aux problèmes concrets soulevés par DxO Labs. Le but de la thèse était la recherche et l’implémentation d’une nouvelle génération d’algorithmes de débruitage d’images raw dans le produit phare de DxO Labs : Optics Pro.
Pendant toute la durée de la thèse, une analyse détaillée de l’état-de-l’art du débruitage et des nouveautés a été menée, menant à l’implémentation open-source de deux méthodes emblématiques de débruitage. Parallèlement, les besoins de DxO Labs en terme de qualité image ont été précisément définis, ce qui a mené à lélaboration d’une nouvelle méthode académique de débruitage, surclassant celles déjà existantes, la méthode NL-Bayes. Son implémentation au coeur du code
d’Optics Pro a permis de développer une approche multi-échelle et dépendante du signal. Cette méthode est implémentée dans la dernière version d’Optics Pro 9 de 2013 sous le nom de PRIME, qui a reçu un accueil médiatique très positif. Finalement, en étroite collaboration avec Miguel Colom et m’appuyant sur ses travaux d’estimation de bruit, j’ai développé un algorithme de débruitage aveugle permettant de débruiter efficacement toute sorte d’images naturelles. Cette dernière méthode est quasiment pionnière en la matière, puisque l’état-de-l’art antérieur dans ce domaine se réduisait à une unique méthode.
Loading...