Thèse soutenue

Super-Résolution : Développement d'algorithmes rapides et évaluation de performance
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Antoine Létienne
Direction : Patrick Viaris de Lesegno
Type : Thèse de doctorat
Discipline(s) : Physique. Traitement d'images
Date : Soutenance en 2010
Etablissement(s) : Paris 13

Résumé

FR  |  
EN

La super-résolution (SR) vise à améliorer la qualité d’une image en exploitant les variations entre les images d’une même séquence. Les algorithmes les plus précis consistent après recalage, à construire puis à inverser un gros système linéaire par des méthodes itératives et coûteuses. Pour réduire la complexité des calculs, une supposition classique est de restreindre à des translations les mouvements entre les images. Nous considérons le contexte original de la reconstruction rapide de petits objets en mouvement dans une scène, où les mouvements ne peuvent être restreints à des translations. Notre approche a été d’étendre à des mouvements complexes la méthode Shift & Add, l’une des plus rapides mais dont la justification théorique est restreinte à des translations discrètes en pixel haute-résolution et au cas non-régularisé. Nos travaux ont tout d’abord consisté à caractériser finement le comportement de cette technique, puis à généraliser la justification théorique à des translations non-discrètes dans le contexte régularisé. Nous avons ensuite réalisé une évaluation de performance permettant d’identifier les régimes de fonctionnement et les limites de notre approche, et de justifier empiriquement de sa pertinence pour des mouvements plus complexes que la translation quand on dispose de suffisamment d’images. Nous avons développé une chaîne complète de traitements permettant la reconstruction automatique rapide d’une imagette SR à partir de la sélection d’un objet dans une vidéo, et intégrant l’étape de recalage qui représente alors 80% du temps d’exécution. Nous illustrons qualitativement notre méthode sur des données réelles.