Interprétation d'images acquises en situation de faible éclairement ou d'éclairement variable

Processing images acquired under low light and variable conditions

• Auteur / Autrice : Maxime Carré
• Direction : Michel Jourlin
• Type : Thèse de doctorat
• Discipline(s) : Image, Vision, Signal
• Date : Soutenance le 20/09/2013
• Etablissement(s) : Saint-Etienne
• Ecole(s) doctorale(s) : École doctorale Sciences Ingénierie Santé (Saint-Etienne)
• Jury : Président / Présidente : Dominique Jeulin
• Jury : Examinateurs / Examinatrices : Françoise Prêteux, Roger D. Hersch, Philippe Réfrégier, Isabelle Magnin

Mots clés

Mots clés contrôlés

Imagerie (technique)

Traitement d'images -- Techniques numériques

Mots clés libres

Modèle LIP

Contraste

Métrique

Tone mapping

Temps réel

Détection de contours

Correction de dynamique

Imagerie industrielle

LIP model

Contrast

Metric

Tone mapping

Real time

Contour detection

Image enhancement

Industrial imaging

Résumé

La qualité d’une prise de vue est un point incontournable dans la résolution des problèmes d’imagerie. Un capteur non adapté, un éclairage non contrôlé, ou des conditions variables de la scène observée peuvent être à l’origine de problèmes très difficiles à surmonter. Nous présentons différentes méthodes de traitement d’image permettant de prendre en compte au mieux ces conditions de prise de vue instables. Les approches que nous proposons sont définies dans le cadre du modèle LIP (Logarithmic Image Processing). Dans une première partie, nous nous intéressons à des notions de contraste : le contraste LIP additif et un nouveau contraste LIP multiplicatif, ainsi qu’à leurs métriques associées. De nouveaux outils de traitement basés sur ces notions sont ensuite définis : seuillage, détecteur de contours, reconnaissance de modèle. L’utilisation de ces notions de contraste confère à ces algorithmes la capacité des contrastes LIP à s’adapter à différents types d’images mal conditionnées. Nous proposons ensuite de nouvelles techniques de correction de dynamique d’images en exploitant les opérations LIP. Différentes corrections globales et locales sont présentées ainsi que leurs applications directes : correction de dérive d’éclairement pour du contrôle industriel ou amélioration d’image pour de la visualisation. Nous obtenons notamment une méthode de correction locale dont les résultats se rapprochent de ceux de certaines techniques de tone mapping. En comparaison, notre technique s’avère simple, rapide (temps réel à 30 images par seconde) et réaliste car basée sur une interprétation physique de la problématique

The quality of image acquisitions is crucial in the resolution of imaging problems. Troubles during acquisiton can lead to unstability for image processing algorithms. We propose different methods (thresholding techniques, contour detection, pattern matching) based on new metrics and contrasts in the LIP context. The LIP (Logarithmic Image Processing) model is recognized as an efficient framework to process images acquired in transmitted light and to take into account the human visual system. LIP operations are also useful to simulate varitations of image parameters in situation of reflected light. Finally, we propose new methods of global and local dynamic enhancement in the LIP framework like a real time and realistic local dynamic correction that brings results close to those obtained by certain tone mapping methods