Academic literature on the topic 'Rehaussement des images'

Dans la région du Sahel, l'avance du biseau salé lié à la surexploitation de nappes et la dégradation de la côte constituent un problème majeur dans cette région où les nappes phréatiques constituent la seule ressource d'alimentation en eau. En conséquence, plusieurs recherches hydrogéologiques ont été entamées dans le secteur afin d'assurer une bonne alimentation en eau pour les populations locales, l'agriculture et l'industrie. Dans cette étude, plusieurs techniques d'extraction des linéaments ont été appliquées sur des données ALOS et LANDSAT dans la région du Sahel central (entre Sidi-Moussa et Oualidia), incluant différents types de rehaussement, ainsi que l'application de différents filtres directionnels sur des produits ACP dérivés des images d'origine. Les linéaments extraits ont été évalués à la base des cartes géologiques et cartes hydrogéologiques de la zone d'étude. Des analyses statistiques ont été aussi réalisées pour déterminer les longueurs et les densités des linéaments. Ces nouveaux documents générés permettront une meilleure compréhension de la relation fracturation - circulation des eaux, à l'identification des zones de recharge et de minéralisation, et permettront aussi par la suite l'orientation de la prospection hydrogéologique dans ce secteur qui fera l'objet d'une prochaine publication.

RÉSUMÉ L'analyse géomorphologique à partir de bandes spectrales débordant le rayonnement visible est encore au stade expérimental. La stratigraphie et la structure interne des dépôts meubles ne peuvent être directement détectées, mais la granulométrie et les formes de surface peuvent l'être. Dans le cas des surfaces dénudées, la granulométrie est reliée à la réflectance dans le visible et le proche infrarouge et à la rugosité détectable par le radar. Dans le cas des surfaces recouvertes de végétation, la granulométrie peut être déduite indirectement des conditions d'humidité des sols, qui commandent l'alimentation en eau des plantes, dans le visible, le proche infrarouge, l'infrarouge thermique, le radar (constante diélectrique) et théoriquement les micro-ondes passives. Sans compter la traditionnelle photointerprétation stéréoscopique, les formes de surface peuvent être reconnues soit de façon automatisée, surtout dans le cas des formes linéaires, lorsque l'on possède des documents numérisés, soit de façon visuelle par rehaussement d'image lors de la prise de vue (radar, thermographies). Les formes de surface peuvent aussi être rehaussées au moment du traitement par incorporation d'un modèle numérique de terrain ou avec des images de composantes spectrales. Des expériences ont été conduites en Estrie afin de distinguer les tills des dépôts fluvioglaciaires ou glacio-lacustres. Il en résulte que l'imagerie la plus efficace dans le cas d'une analyse visuelle est l'infrarouge thermique diurne en automne quand les effets de l'insolation sur la topographie sont maximaux et où ceux des écarts d'albédo sont réduits.

Dans le cadre de cette thèse nous nous sommes intéressés à l’amélioration de la qualité visuelle des images, en rehaussant le contraste des images. Nous avons proposé, tout d’abord, une méthode de rehaussement simple et efficace s’inspirant du système visuel humain. Cette méthode est efficace,quand elle est appliquée aux images naturelles en couleur, ou monochromes. La méthode proposée est ensuite améliorée pour pouvoir rehausser d’autre type d’image comme les images médicale, telles que les images de rétine et l’endoscopie. Par la suite, nous nous sommes aussi intéressés aux rehaussements des images médicales et en particulier aux images de mammographie et nous avons donc proposé une méthode de rehaussement de contraste qui leur est spécifiquement dédiée. Au final,nous nous sommes intéressés à l’évaluation des méthodes de rehaussement proposées et aux différentes approches existantes dans la littérature. La méthode d’évaluation proposée s’appuie sur l’analyse radiale et angulaire du spectre d’énergie de Fourier. La validation de notre méthode de rehaussement de contraste a été faite en utilisant des échantillons d’images de 2 bases et en utilisant un test subjectif pour la comparer à d’autres méthodes de rehaussement. La note subjective finale de MOS, obtenue par la moyenne des notes des observateurs, montre la fiabilité de notre méthode de rehaussement de contraste et son intérêt par comparaison aux autres méthodes classiques
The aim of this thesis is to propose new methods for image enhancement based on oriented and multi-scale transforms using some perceptual criteria. The first part of the thesis is devoted to the development of a simple and efficient contrast enhancement method inspired from the human visual system. This method is evaluated on a set of natural color and monochrome images. The obtained results are evaluated subjectively and by using objective measures based on energy spectrum analysis and perceptual criteria. The enhancement technique is also extended to some medical images, such as mammography and endoscopy images. A special contrast enhancement method adapted to mammography is then proposed. It is based on a segmentation process using a priori information on the mammography images. The last part of the thesis is devoted to image enhancement evaluation. A critical literature survey of image enhancement evaluation methods is provided. The evaluation method proposed in this thesis is based on the radial and angular analysis of the Fourier powerspectrum. Another perceptual approach is proposed to evaluate the output. This method is based on the analysis of the visibility map computed by using a pyramidal contrast. The evaluation is performed on some samples taken from two databases. Both subjective and objective evaluations demonstrate the efficiency of the proposed image enhancement methods

Pour segmenter les images d'angiographie retinienne, notamment les images de drusen (taches jaunatres hyperfluorescentes), plusieurs methodes ont ete etudiees et proposees. Ces images presentent des difficultes d'analyse : du bruit, un contraste faible, parfois un nombre insuffisant de niveaux de gris et souvent une heterogeneite de certaines regions de l'image. Pour resoudre de tels problemes, nous proposons une methode de segmentation qui procede en deux etapes. La premiere etape concerne le rehaussement du contraste grace a un partitionnement optimal de l'image en trois classes : la premiere classe correspond aux drusen, qui apparaissent en clair, la deuxieme classe au fond de l'image et enfin la troisieme, nommee classe intermediaire, regroupant tous les pixels ambigus. Cette derniere classe est definie comme une region floue. La deuxieme etape de la methode de segmentation fait appel a la logique floue, qui est appliquee a la seule region floue. Elle consiste a attribuer a chaque niveau de gris un degre d'appartenance. Ensuite, l'application d'une methode iterative tenant compte du contexte spatial des pixels permet de decider de l'appartenance definitive d'un pixel a la classe drusen ou a la classe fond. Des etudes quantitatives sur des images de drusen de plusieurs patients ont permis d'effectuer deux types de comparaison : l'une avec une autre methode de segmentation, l'autre avec la detection manuelle faite par un praticien. La methode de segmentation proposee permet de quantifier de maniere objective les drusen au cours du temps ; les resultats obtenus confirment les donnees quantitatives connues en angiographie.

Nos travaux portent sur la réduction de la dose de rayonnement lors d'examens réalisés avec le Système de radiologie EOS. Deux approches complémentaires sont étudiées. Dans un premier temps, nous proposons une méthode de débruitage et de rehaussement de contraste conjoints pour optimiser le compromis entre la qualité des images et la dose de rayons X. Nous étendons le filtre à moyennes non locales pour restaurer les images EOS. Nous étudions ensuite comment combiner ce filtre à une méthode de rehaussement de contraste multi-échelles. La qualité des images cliniques est optimisée grâce à des fonctions limitant l'augmentation du bruit selon la quantité d’information locale redondante captée par le filtre. Dans un deuxième temps, nous estimons des indices d’exposition (EI) sur les images EOS afin de donner aux utilisateurs un retour immédiat sur la qualité de l'image acquise. Nous proposons ainsi une méthode reposant sur la détection de points de repère qui, grâce à l'exploitation de la redondance de mesures locales, est plus robuste à la présence de données aberrantes que les méthodes existantes. En conclusion, la méthode de débruitage et de rehaussement de contraste conjoints donne des meilleurs résultats que ceux obtenus par un algorithme exploité en routine clinique. La qualité des images EOS peut être quantifiée de manière robuste par des indices calculés automatiquement. Étant donnée la cohérence des mesures sur des images de pré-affichage, ces indices pourraient être utilisés en entrée d'un système de gestion automatique des expositions
We aim at reducing the ALARA (As Low As Reasonably Achievable) dose limits for images acquired with EOS full-body system by means of image processing techniques. Two complementary approaches are studied. First, we define a post-processing method that optimizes the trade-off between acquired image quality and X-ray dose. The Non-Local means filter is extended to restore EOS images. We then study how to combine it with a multi-scale contrast enhancement technique. The image quality for the diagnosis is optimized by defining non-parametric noise containment maps that limit the increase of noise depending on the amount of local redundant information captured by the filter. Secondly, we estimate exposure index (EI) values on EOS images which give an immediate feedback on image quality to help radiographers to verify the correct exposure level of the X-ray examination. We propose a landmark detection based approach that is more robust to potential outliers than existing methods as it exploits the redundancy of local estimates. Finally, the proposed joint denoising and contrast enhancement technique significantly increases the image quality with respect to an algorithm used in clinical routine. Robust image quality indicators can be automatically associated with clinical EOS images. Given the consistency of the measures assessed on preview images, these indices could be used to drive an exposure management system in charge of defining the optimal radiation exposure

Nos travaux portent sur la réduction de la dose de rayonnement lors d'examens réalisés avec le Système de radiologie EOS. Deux approches complémentaires sont étudiées. Dans un premier temps, nous proposons une méthode de débruitage et de rehaussement de contraste conjoints pour optimiser le compromis entre la qualité des images et la dose de rayons X. Nous étendons le filtre à moyennes non locales pour restaurer les images EOS. Nous étudions ensuite comment combiner ce filtre à une méthode de rehaussement de contraste multi-échelles. La qualité des images cliniques est optimisée grâce à des fonctions limitant l'augmentation du bruit selon la quantité d’information locale redondante captée par le filtre. Dans un deuxième temps, nous estimons des indices d’exposition (EI) sur les images EOS afin de donner aux utilisateurs un retour immédiat sur la qualité de l'image acquise. Nous proposons ainsi une méthode reposant sur la détection de points de repère qui, grâce à l'exploitation de la redondance de mesures locales, est plus robuste à la présence de données aberrantes que les méthodes existantes. En conclusion, la méthode de débruitage et de rehaussement de contraste conjoints donne des meilleurs résultats que ceux obtenus par un algorithme exploité en routine clinique. La qualité des images EOS peut être quantifiée de manière robuste par des indices calculés automatiquement. Étant donnée la cohérence des mesures sur des images de pré-affichage, ces indices pourraient être utilisés en entrée d'un système de gestion automatique des expositions
We aim at reducing the ALARA (As Low As Reasonably Achievable) dose limits for images acquired with EOS full-body system by means of image processing techniques. Two complementary approaches are studied. First, we define a post-processing method that optimizes the trade-off between acquired image quality and X-ray dose. The Non-Local means filter is extended to restore EOS images. We then study how to combine it with a multi-scale contrast enhancement technique. The image quality for the diagnosis is optimized by defining non-parametric noise containment maps that limit the increase of noise depending on the amount of local redundant information captured by the filter. Secondly, we estimate exposure index (EI) values on EOS images which give an immediate feedback on image quality to help radiographers to verify the correct exposure level of the X-ray examination. We propose a landmark detection based approach that is more robust to potential outliers than existing methods as it exploits the redundancy of local estimates. Finally, the proposed joint denoising and contrast enhancement technique significantly increases the image quality with respect to an algorithm used in clinical routine. Robust image quality indicators can be automatically associated with clinical EOS images. Given the consistency of the measures assessed on preview images, these indices could be used to drive an exposure management system in charge of defining the optimal radiation exposure

The aim of the study was to assess the feasibility of CT based 3D analysis of degenerated aortic bioprostheses to make easier their morphological assessment. This could be helpful during regular follow-up and for case selection, improved planning and mapping of valve-in-valve procedure. The challenge was represented by leaflets enhancement because of highly noised CT images. Contrast-enhanced ECG-gated CT scan was performed in patients with degenerated aortic bioprostheses before reoperation (in-vivo images). Different methods for noise reduction were tested and proposed. 3D reconstruction of bioprostheses components was achieved using stick based region segmentation methods. After reoperation, segmentation methods were applied to CT images of the explanted prostheses (exvivo images). Noise reduction obtained by improved stick filter showed best results in terms of signal to noise ratio comparing to anisotropic diffusion filters. All segmentation methods applied to the best phase of in-vivo images allowed 3D bioprosthetic leaflets reconstruction. Explanted bioprostheses CT images were also processed and used as reference. Qualitative analysis revealed a good concordance between the in-vivo images and the bioprostheses alterations. Results from different methods were compared by means of volumetric criteria and discussed. A first approach for spatiotemporal visualization of 3D+T images of valve bioprosthesis has been proposed. Volume rendering and motion compensation techniques were applied to visualize different phases of CT data. Native valve was also considered. ECG-gated CT images of aortic bioprostheses need a preprocessing to reduce noise and artifacts in order to enhance prosthetic leaflets. Stick based methods seems to provide an interesting approach for the morphological characterization of degenerated bioprostheses.

Le rapport entre l'intensité de luminance la plus lumineuse et la plus sombre dans les images à plage dynamique élevée (High Dynamic Range-HDR) est supérieur à la capacité de rendu du support de sortie. Les opérateurs de mappage de tonalités (Tone mapping operators - TMOs) compressent l'image HDR tout en préservant les indices perceptuels, modifiant ainsi la qualité esthétique subjective. Les techniques dans le domaine de la peinture ainsi que les techniques de correction manuelle de l'exposition en photographie ont inspiré de nombreuses recherches sur les TMOs. Cependant, contrairement au processus de retouche manuel basé sur le contenu sémantique de l'image, les TMOs dans la littérature se sont principalement appuyés sur des règles photographiques ou des principes d'adaptation de la vision humaine pour obtenir la 'meilleure' qualité esthétique, ce qui est un problème mal posé en raison de sa subjectivité. Notre travail reformule les défis du mappage des tonalités en se mettant dans la peau d'un photographe, en suivant les principes photographiques, les statistiques d'images et leur recette de retouche locale pour réaliser les ajustements de tonalités. Dans cette thèse, nous présentons deux TMO sémantiques : un SemanticTMO traditionnel et un GSemTMO basé sur l'apprentissage profond. Nos nouveaux TMO utilisent explicitement des informations sémantiques dans le pipeline de mappage de tonalités. Notre nouveau G-SemTMO est le premier exemple de réseaux convolutifs sur les graphes (Graph Convolutional Networks - GCN) utilisé pour l'amélioration esthétique de l'image. Nous montrons que l'apprentissage basé sur des graphes peut tirer parti de l'agencement spatial de segments sémantiques similaire au masques locaux fabriqués par des experts. Il crée une compréhension de la scène basée sur les statistiques d'image spécifiques à la sémantique et prédit un mappage dynamique et local des tonalités. En comparant nos résultats aux TMO traditionnels et modernes basés sur l'apprentissage profond, nous montrons que G-SemTMO peut imiter les recettes d'un expert et mieux se rapprocher des styles esthétiques de référence lorsque comparé aux méthodes de pointe
The ratio between the brightest and the darkest luminance intensity in High Dynamic Range (HDR) images is larger than the rendering capability of the output media. Tone mapping operators (TMOs) compress the HDR image while preserving the perceptual cues thereby modifying the subjective aesthetic quality. Age old painting and photography techniques of manual exposure correction has inspired a lot of research for TMOs. However, unlike the manual retouching process based on semantic content of the image, TMOs in literature have mostly relied upon photographic rules or adaptation principles of human vision to aim for the 'best' aesthetic quality which is ill-posed due to its subjectivity. Our work reformulates the challenges of tone mapping by stepping into the shoes of a photographer, following the photographic principles, image statistics and their local retouching recipe to achieve the tonal adjustments. In this thesis, we present two semantic aware TMOs – a traditional SemanticTMO and a deep learning-based GSemTMO. Our novel TMOs explicitly use semantic information in the tone mapping pipeline. Our novel GSemTMO is the first instance of graph convolutional networks (GCN) being used for aesthetic image enhancement. We show that graph-based learning can leverage the spatial arrangement of semantic segments like the local masks made by experts. It creates a scene understanding based on the semantic specific image statistics a predicts a dynamic local tone mapping. Comparing our results to traditional and modern deep learning-based TMOs, we show that G-SemTMO can emulate an expert’s recipe and reach closer to reference aesthetic styles than the state-of-the-art methods

Cette thèse aborde les principaux aspects applicatifs en matière de restauration et amélioration d'images. A travers une approche progressive, deux nouveaux paradigmes sont introduits : la mise en place d'une déconvolution et d'un débruitage simultanés avec une amélioration de cohérence, et la fusion avec débruitage. Ces paradigmes sont définis dans un cadre théorique d'approches EDP - variationnelles. Le premier paradigme représente une étape intermédiaire dans la validation et l'analyse du concept de restauration et d'amélioration combinées, tandis que la deuxième proposition traitant du modèle conjoint fusion-débruitage illustre les avantages de l'utilisation d'une approche parallèle en traitement d'images, par opposition aux approches séquentielles. Ces deux propositions sont théoriquement et expérimentalement formalisées, analysées et comparées avec les approches les plus classiques, démontrant ainsi leur validité et soulignant leurs caractéristiques et avantages
This thesis addresses key issues of current image restoration and enhancement methodology, and through a progressive approach introduces two new image processing paradigms, i.e., concurrent image deblurring and denoising with coherence enhancement, and joint image fusion and denoising, defined within a Partial Differential Equation -variational theoretical setting.The first image processing paradigm represents an intermediary step in validating and testing the concept of compound image restoration and enhancement, while the second proposition, i.e., the joint fusion-denoising model fully illustrates the advantages of using concurrent image processing as opposed to sequential approaches.Both propositions are theoretically formalized and experimentally analyzed and compared with the similar existing methodology, proving thus their validity and emphasizing their characteristics and advantages when considered an alternative to a sequential image processing chain

Dans cette thèse CIFRE en collaboration entre le Centre de Mathématiques et de leurs Applications, École Normale Supérieure de Cachan et l’entreprise DxO, nous abordons le problème de la décomposition additive d’une image en base et détail. Une telle décomposition est un outil fondamental du traitement d’image. Pour une application à la photographie professionnelle dans le logiciel DxO Photolab, il est nécessaire que la décomposition soit exempt d’artefact. Par exemple, dans le contexte de l’amélioration de contraste, où la base est réduite et le détail augmenté, le moindre artefact devient fortement visible. Les distorsions de l’image ainsi introduites sont inacceptables du point de vue d’un photographe.L’objectif de cette thèse est de trouver et d’étudier les filtres les plus adaptés pour effectuer cette tâche, d’améliorer les meilleurs et d’en définir de nouveaux. Cela demande une mesure rigoureuse de la qualité de la décomposition en base plus détail. Nous examinons deux artefact classiques (halo et staircasing) et en découvrons trois autres types tout autant cruciaux : les halos de contraste, le cloisonnement et les halos sombres. Cela nous conduit à construire cinq mire adaptées pour mesurer ces artefacts. Nous finissons par classer les filtres optimaux selon ces mesures, et arrivons à une décision claire sur les meilleurs filtres. Deux filtres sortent du rang, dont un proposé dans cette thèse
In this CIFRE thesis, a collaboration between the Center of Mathematics and their Applications, École Normale Supérieure de Cachan and the company DxO, we tackle the problem of the additive decomposition of an image into base and detail. Such a decomposition is a fundamental tool in image processing. For applications to professional photo editing in DxO Photolab, a core requirement is the absence of artifacts. For instance, in the context of contrast enhancement, in which the base is reduced and the detail increased, minor artifacts becomes highly visible. The distortions thus introduced are unacceptable from the point of view of a photographer.The objective of this thesis is to single out and study the most suitable filters to perform this task, to improve the best ones and to define new ones. This requires a rigorous measure of the quality of the base plus detail decomposition. We examine two classic artifacts (halo and staircasing) and discover three more sorts that are equally crucial: contrast halo, compartmentalization, and the dark halo. This leads us to construct five adapted patterns to measure these artifacts. We end up ranking the optimal filters based on these measurements, and arrive at a clear decision about the best filters. Two filters stand out, including one we propose

Les travaux que je présente ici concernent la dernière phase de mon parcours scientifique et en particulier les six dernières années, période au cours de laquelle une grande partie de mon activité de recherche a été dédiée à l'utilisation des Equations aux Dérivées Partielles pour le filtrage et le rehaussement d'images . Plus particulièrement, en nous intéressant à la classe des images texturées (2D et 3D), nous nous plaçons au cœur des thématiques académiques du Groupe Signal mais nous traitons également une problématique qui recouvre des domaines applicatifs principaux du Groupe Signal de l'UMR IMS : l'imagerie sismique et les matériaux composites.

La présentation est organisée en trois chapitres :

Dans le premier chapitre, je présente des méthodes non linéaires et adaptatives qui conduisent à de faibles modifications topologiques du signal utile. L'amélioration des images est obtenue par des approches originales permettant d'accentuer de manière uniforme et indépendante les variations locales de contraste et les structures unidimensionnelles avec ou sans rehaussement de contours. Nous présenterons en particulier deux types d'approches, l'une scalaire et l'autre tensorielle.
Ces travaux ont été initiés lors de la thèse de Romulus Terebes. Ils ont fait l'objet de deux publications en revue et de neuf communications.

Dans le deuxième chapitre, nous adaptons ces méthodes aux spécificités de l'imagerie sismique en rapportant à la fois les travaux développés dans le cadre des thèses de Régis Dargent et de Sorin Pop. Outre l'extension au cas 3D, la problématique abordée a conduit à développer des approches structuralistes qui prennent en compte certaines informations a priori telles que la géométrie des failles. Là encore, nous présentons deux approches : la première relève tout autant du filtrage adaptatif que de la diffusion anisotrope, la seconde étant totalement inspirée d'une approche tensorielle.
Les travaux développés autour de la diffusion directionnelle pour la sismique ont fait l'objet de deux publications et de quatre communications.

Enfin, la troisième partie présente une extension originale des EDP : dans le cadre des travaux de thèse de Sorin Pop, nous proposons l'utilisation d'une formulation à base d'Equations aux Dérivées Partielles pour mener conjointement une procédure de fusion d'image et une procédure de diffusion. Cette approche permet, à partir de plusieurs sources bruitées, l'obtention d'une sortie fusionnée et lissée. Ces travaux, qui sont encore à l'heure actuelle en cours de développement concernent à la fois des applications en fusion d'images rencontrées classiquement dans la littérature mais également une application 3D très particulière et assez nouvelle : la sismique azimutale. Nous en développerons les grands principes.
En 2007, ces travaux ont fait l'objet d'une communication dans 3 conférences internationales, d'un article accepté ; un article est en préparation.

Les Moments ont été largement utilisés dans la reconnaissance de formes et dans le traitement d'image. Dans cette thèse, nous concentrons notre attention sur les 3D moments orthogonaux de Gauss-Hermite, les moments invariants 2D et 3D de Gauss-Hermite, l'algorithme rapide de l'attribut de cohérence et les applications de l'interprétation sismique en utilisant la méthode des moments.Nous étudions les méthodes de suivi automatique d'horizon sismique à partir de moments de Gauss-Hermite en cas de 1D et de 3D. Nous introduisons une approche basée sur une étude multi-échelle des moments invariants. Les résultats expérimentaux montrent que la méthode des moments 3D de Gauss-Hermite est plus performante que les autres algorithmes populaires.Nous avons également abordé l'analyse des faciès sismiques basée sur les caractéristiques du vecteur à partir des moments 3D de Gauss -Hermite, et la méthode de Cartes Auto-organisatrices avec techniques de visualisation de données. L'excellent résultat de l'analyse des faciès montre que l'environnement intégré donne une meilleure performance dans l'interprétation de la structure des clusters.Enfin, nous introduisons le traitement parallèle et la visualisation de volume. En profitant des nouvelles performances par les technologies multi-threading et multi-cœurs dans le traitement et l'interprétation de données sismiques, nous calculons efficacement des attributs sismiques et nous suivons l'horizon. Nous discutons également l'algorithme de rendu de volume basé sur le moteur Open-Scene-Graph qui permet de mieux comprendre la structure de données sismiques.