Sonia Tabti

Carte non disponible

Modélisation des images par patchs pour leur restauration et leur interprétation.
Applications à l’imagerie SAR

jeudi 23 juin 2016, 13h30 - 15h00

Télécom Paris Tech


Télécom ParisTech,
au 46 rue Barrault 75013, à 13h30 en salle B 312.

Le traitement des images satellitaire est un enjeu important dans notre société où l?on a besoin de surveiller la planète pour évaluer la déforestation ou encore réaliser le bilan d?une catastrophe naturelle. Les images radar sont utiles pour cela car elles sont obtenues par un système actif et donc acquises indépendamment de l?éclairement solaire et du couvert nuageux. Ce système d?acquisition entraîne le phénomène de speckle modélisé par un bruit multiplicatif. C?est donc un véritable défi d?adapter à ces données les outils de traitements classiques souvent développés pour du bruit additif.

Nous nous sommes intéressés dans cette thèse à des approches utilisant une décomposition de l’image en patchs (petites imagettes d’une dizaine de pixels de côté). Le premier type d?approche est basé sur l?apprentissage de dictionnaires. Un dictionnaire est un ensemble de patchs, appelés atomes, représentant les structures de base d?une image, par exemple des contours, des cibles et des textures. Chaque patch d?une image peut être représenté par une combinaison linéaire de peu d?atomes du dictionnaire et une fois tous les patchs approchés recombinés, ils constituent une approximation de l?image d?intérêt.
Nous nous sommes également intéressés à un second type d?approche modélisant efficacement la distribution des patchs des images avec des modèles de mélange de gaussiennes, ou Gaussian Mixture Models (GMM) en anglais.

La problématique au c?ur de cette thèse porte sur la modélisation de la distribution des patchs avec des propriétés d’invariance. Pour cela, nous avons proposé plusieurs manières d’introduire l’invariance par translation et l’invariance aux transformations radiométriques affines dans l’apprentissage de dictionnaires et dans l’apprentissage de GMM. Nous avons également appliqué les méthodes proposées au débruitage d’images naturelles et à la réduction de speckle dans les images radar. La méthode de restauration proposée basée sur les GMM présente des performances du même ordre que les méthodes état de l’art. Enfin, une procédure de classification supervisée d?images radar basée sur les GMM a été élaborée et montre leur potentiel à bien représenter la distribution des patchs des images radar.