Filtrage adaptatif en imagerie

Abstract

Le travail, présenté dans cette thèse, est axé sur le filtrage adaptatif d’image. Une description des différents systèmes de vision est donnée. Un grand intérêt a été attribué aux extractions d’indices visuels et spécialement aux contours. Il a été montré la nécessité du filtrage intervenant, soit pour l’amélioration de la qualité visuelle, soit pour l’élimination de l’information non pertinente de l’image. Une étude a été menée sur les filtres stationnaires non-adaptatifs. Pour mieux sauvegarder les détails fins de l’image, un filtre médian répétitif a été proposé ainsi qu’une série de filtres adaptatifs (moyens circulaire, médian répétitif et Gaussien à paramètre d’échelle adaptatif), basés sur l’intensité de la variance locale. Les résultats obtenus et la qualité des images filtrées ont prouvé qu’ils sont plus performants que les filtres standard. Dans la deuxième catégorie de filtres, il a été proposé un filtrage basé sur le traitement multi-échelle (diffusion). Dans cette étape, une comparaison entre un filtre gaussien diffusé adaptatif proposé et le filtre gaussien à paramètre d’échelle adaptatif, a montré que le filtre proposé est plus efficace aussi bien dans la conversation des contour que dans l’élimination du bruit. Sachant que dans le cas du filtrage anisotrope, le modèle de Perona et Malik PM) présente certaines limitations dans l’optimisation du filtrage (élimination du bruit tout en conservant les contours). Dans l’équation de la diffusion de PM, il a été proposé d’adapter le paramètre d’échelle. L’évaluation des performances, par des méthodes visuelles et statistiques confirme l’avantage de l’algorithme proposé.