Several mathematical models and fast algorithms for image processing

Résumé : Dans cette thèse, nous nous intéressons à différents modèles mathématiques de traitement d'images numériques dits de bas niveau. Si l'approche mathématique permet d'établir des modèles innovants pour traiter les images, ainsi que l'étude rigoureuse des propriétés des images qu'ils produisent, ils impliquent parfois l'utilisation d'algorithmes très consommateurs de temps de calcul et de mémoire. Aussi, nous portons un soin particulier au développement d'algorithmes rapides à partir des modèles mathématiques considérés. Nous commençons par effectuer une présentation synthétique des méthodes mathématiques basées sur la dualité de Legendre-Fenchel permettant la minimisation d'énergies faisant intervenir la variation totale, fonctionnelle convexe non-différentiable, ceci afin d'effectuer divers traitements sur les images numériques. Nous étudions ensuite un modèle de discrétisation de la variation totale inspiré de la théorie de l'échantillonnage de Shannon. Ce modèle, appelé "variation totale Shannon" permet un contrôle fin de la régularité des images sur une échelle sous-pixellique. Contrairement aux modèles de discrétisation classiques qui font appel à des schémas aux différences finies, nous montrons que l'utilisation de la variation totale Shannon permet de produire des images pouvant être facilement interpolées. Nous montrons également que la variation totale Shannon permet un gain conséquent en matière d'isotropie et ouvre la porte à de nouveaux modèles mathématiques de restauration. Après cela, nous proposons une adaptation du modèle TV-ICE (Iterated Conditional Expectations, proposé en 2014 par Louchet et Moisan) au cas du débruitage d'images en présence de bruit de Poisson. Nous démontrons d'une part que le schéma numérique issu de ce modèle consiste en un schéma de point fixe dont la convergence est linéaire, d'autre part que les images ainsi produites ne présentent pas d'effet de marche d'escalier (staircasing), contrairement aux images obtenues avec l'approche plus classique dite du maximum a posteriori. Nous montrons également que le modèle Poisson TV-ICE ainsi établi repose sur l'évaluation numérique d'une fonction gamma incomplète généralisée nécessitant une prise en compte fine des erreurs numériques inhérentes au calcul en précision finie et pour laquelle nous proposons un algorithme rapide permettant d'atteindre une précision quasi-optimale pour une large gamme de paramètres. Enfin, nous reprenons les travaux effectués par Primet et Moisan en 2011 concernant l'algorithme ASTRE (A contrario Smooth TRajectory Extraction) dédié à la détection de trajectoires régulières à partir d'une séquence de nuages de points, ces points étant considérés comme issus d'une détection préalable dans une séquence d'images. Si l'algorithme ASTRE permet d'effectuer une détection optimale des trajectoires régulières au sens d'un critère a contrario, sa complexité en O(K²) (où K désigne le nombre d'images de la séquence) s'avère être rédhibitoire pour les applications nécessitant le traitement de longues séquences. Nous proposons une variante de l'algorithme ASTRE appelée CUTASTRE qui préserve les performances de l'algorithme ASTRE ainsi que certaines de ses propriétés théoriques, tout en présentant une complexité en O(K).
Liste complète des métadonnées

Littérature citée [173 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01477580
Contributeur : Rémy Abergel <>
Soumis le : lundi 27 février 2017 - 14:59:35
Dernière modification le : mardi 10 octobre 2017 - 11:22:05
Document(s) archivé(s) le : dimanche 28 mai 2017 - 13:10:16

Identifiants

  • HAL Id : tel-01477580, version 1

Collections

Citation

Rémy Abergel. Several mathematical models and fast algorithms for image processing. Optimization and Control [math.OC]. Université Paris Descartes, 2016. English. 〈tel-01477580〉

Partager

Métriques

Consultations de
la notice

415

Téléchargements du document

287