Notre directeur technique, Baptiste Coulange, a réalisé sa thèse en collaboration avec le CNES et l'université Paris 5 sur le thème de la détection d'aliasing dans les images.

Les satellites d'observation terrestre sont optimisés pour obtenir la meilleure qualité d'image. La taille du capteur d'acquisition et les paramètres de l'optique sont choisis pour obtenir le meilleur compromis entre résolution et artefact d'acquisition (plus la résolution est élevée, plus les artefacts sont importants).

L'aliasing (un artefact d'acquisition) peut provoquer des erreurs d'interprétation des images. Il est donc critique de le détecter. En exploitant la dualité entre la localisation spatiale dans une image et la relation d'aliasing dans le plan de la Transformée de Fourrier, un algorithme de détection de l'aliasing a pu être développé et validé.

Detection_aliasing

Problématique

Les trois principaux artefacts d'acquisition sont :

  • Le ringing : effet de répétition autour des contours contrastés,
  • le flou,
  • l'aliasing : effet de carénage sur les contours contrastés.

L'aliasing pose de nombreux problèmes, notamment pour interpréter les images prises par le satellite et identifier des objets. Pour faciliter le travail des photos interprètes, il est très utile d'avoir des indicateurs-objectifs identifiant les zones aliasées de l'image.

L'objectif de cette étude était donc de construire un algorithme de détection automatique d'aliasing dans les images.

Solutions apportées

L'aliasing est un artefact inhérent à toute acquisition numérique. L'étude a donc démarré par l'analyse de son effet sur des modèles simples d'images, en particulier les motifs périodiques, qui y sont très sensibles.

Ceci a amène à définir la relation d'aliasing spectrale, qui caractérise les couples de fréquences (ou de zones fréquentielles) liés par l'aliasing. Parallèlement, en étendant la définition du "signal analytique" (outil mathématique) aux images, les "parties analytiques" des images ont été obtenues. Ces "images complexes" dont le module est peu impacté par un mauvais échantillonnage permet de localiser spatialement le "domaine d'action" d'une zone spectrale donnée, donc potentiellement le domaine d'action d'une fréquence aliasée.

Il a alors été montré expérimentalement qu'une image mal échantillonnée est constituée de beaucoup de couples fréquentiels en relation d'aliasing spectrale et dont les domaines d'action sont fortement corrélés. L'identification de cette propriété des images aliasées a permis d'élaborer deux modèles de détection d'aliasing, selon la méthodologie dite a contrario.

Les images classiquement utilisées en traitement d'image s'avérant peu adaptées, une base de test propice à l'étude de l'aliasing a été construite afin de valider les algorithmes proposés. Ces algorithmes sont également utlisés pour comparer les différents systèmes d'acquisition satellitaires existants, du point de vue de la création d'aliasing, grâce aux données fournies par le CNES.

Enfin, partant des résultats des algorithmes de détection, une première méthode de correction de l'aliasing dans les images a été proposée, et il a été démontré au moyen d'un oracle qu'une hypothèse de non-repliement de spectre local pourrait s'avérer très prometteuse.

Autres missions

  • These
  • Traitement de l'image
  • Traitement de donnees