Contribution au problème de déconvolution

par Noureddine Souilah

Thèse de doctorat en Automatique industrielle

Sous la direction de Gérard Thomas.

Soutenue en 1993

à l'Ecully, Ecole centrale de Lyon .


  • Résumé

    Ce travail s'inscrit dans le cadre de l'étude des problèmes inverses. Il s'agit de restaurer un signal inconnu ayant été dégradé par un système dynamique linéaire invariant et un bruit. Ce problème constitue un thème important en traitement du signal et des images. En effet, il apparait dans de nombreuses disciplines comme la spectroscopie, la sismologie, la calorimétrie, l'imagerie médicale ultrasonore, etc. La déconvolution nécessite la résolution d'une équation intégrale de première espèce dont la solution est loin d'être triviale. En effet, c'est un problème inverse mal pose ou la présence inévitable du bruit de mesure rend difficile l'obtention d'une solution stable. Afin d'obtenir une solution acceptable a ce problème, nous devons utiliser diverses régularisations. Celles-ci, dépendent des applications envisagées et reposent sur des propriétés déterministes des signaux traites et/ou sur leurs propriétés statistiques. Dans ce cadre, nous avons développé deux classes de méthodes. La première repose sur l'utilisation des méthodes itératives déterministes. La seconde repose sur l'utilisation des techniques de filtrage optimal de Kalman. Dans un contexte déterministe, nous avons propose deux méthodes d'optimisation avec contraintes basées sur l'emploi des techniques des fonctions de pénalité et des multiplicateurs de Lagrange. Cette dernière a été étendue au cas de la restauration d'images avec contraintes. Ces méthodes présentent une grande souplesse vis-à-vis de l'utilisation de multiples contraintes, mais ne permettent pas la prise en compte explicite de l'incertitude sur les données expérimentales (bruit). Dans le cas probabiliste, notre approche consiste en l'utilisation du filtrage de Kalman et de l'information a priori de type déterministe sur le signal à restaurer telle que la positivité. Le problème de déconvolution devient celui du filtrage non linéaire que nous avons résolu par deux méthodes. L'une d'entre elles repose sur une version itérative du filtrage de Kalman; l'autre est basée sur le filtre de Kalman étendu mais dont l'état est généré par une modélisation markovienne autorégressive permettant ainsi de réduire le volume de calculs et d'offrir un traitement en ligne de la restauration nécessaire dans les applications en temps réel. Les différentes simulations numériques et comparaisons effectuées, montrent que nos méthodes possèdent de nombreuses performances et un pouvoir super-résolvant

  • Titre traduit

    Contribution to the problem of optimal deconvolution


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (206 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 188-206 (247 réf.)

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université Savoie Mont Blanc. Bibliothèque du Laboratoire d'informatique, Systèmes, Traitement de l'information et de la connaissance (LISTIC).
  • Disponible pour le PEB
  • Cote : T P1993/21
  • Bibliothèque : Ecole centrale de Lyon. Bibliothèque Michel Serres.
  • Disponible pour le PEB
  • Cote : T1525
  • Bibliothèque : Ecole centrale de Lyon. Bibliothèque Michel Serres.
  • Non disponible pour le PEB
  • Bibliothèque : CentraleSupélec. bibliothèque.
  • Disponible pour le PEB
  • Cote : E3 55527 Math App

Cette version existe également sous forme de microfiche :

  • Bibliothèque : Université de Lille. Service commun de la documentation. Bibliothèque universitaire de Sciences Humaines et Sociales.
  • Non disponible pour le PEB
  • Cote : 1993ECDL0021
  • Bibliothèque : Université Paris-Est Créteil Val de Marne. Service commun de la documentation. Section multidisciplinaire.
  • PEB soumis à condition
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.