* Marc Lebrun (CMLA, ENS Cachan) - MAP5-UMR 8145

Marc Lebrun (CMLA, ENS Cachan)

Noise Clinic

mardi 2 avril 2013, 13h45 - 14h45

Salle de réunion, espace Turing


{{Abstract :}}

Le débruitage est la première étape de toute chaîne de traitement d’images. Bien que la plupart des algorithmes état-de-l’art actuels tels que BM3D, NL-means, K-SVD, filtres de Wiener appliqués sur transformées en cosinus discrets ou en ondelettes obtiennent de très bons résultats, de tels algorithmes ne sont que théoriques car ils ne fonctionnent que sur des images auxquelles un bruit blanc gaussien a été rajouté.

Or le modèle de bruit blanc gaussien n’est absolument pas représentatif de la réalité. Les images RAW (fournies directement par les boitiers d’appareils photo) peuvent être assez bien représentées par un bruit de Poisson. Malheureusement, l’immense majorité des images sont au format JPEG, et ont subi énormément de transformations (démosaickage, réhaussement gamma, …) qui invalident totalement ce modèle de bruit.

Nous nous proposons alors d’appliquer une « noise clinic » en trois étapes: 1) le bruit de l’image sera estimé à plusieurs échelles, 2) une transformation rendant le bruit invariant à l’intensité lumineuse est alors appliquée à l’image, 3) finalement un débruitage multi-échelle est appliqué.
Cette « noise clinic » a la particularité de ne nécessiter aucune intervention de l’utilisateur, et de fournir de bons résultats sur toutes sortes d’images (issues d’un appareil photo classique, i.e. des images non issues du milieu médical, satellitaire, …).