| La déconvolution des images satellitaires floues et bruitées
est un problème inverse mal posé. L'inversion directe entraîne
une amplification inacceptable du bruit. Généralement, soit
le problème est régularisé lors de l'inversion, soit
le bruit est filtré après déconvolution et décomposition
dans le domaine de la transformée en ondelettes. Nous avons developpé
la deuxième solution, en seuillant les coefficients d'une nouvelle
transformée en paquets d'ondelettes complexes, les fonctions de
seuillage étant estimées de manière automatique. L'utilisation
de paquets d'ondelettes complexes rend cette méthode invariante
par translation, et tient compte des directions, tout en restant d'une
complexité O(N).
Les résultats obtenus présentent à la fois des
textures nettes et un très bon rapport signal/bruit dans les
zones homogènes. Par rapport aux algorithmes concurrents, la méthode
que nous proposons est plus rapide, invariante par rotation, et tient compte
de la directionnalité des détails et des textures de l'image
pour mieux les restaurer.
Les images déconvoluées de cette manière peuvent
être utilisées telles quelles (la restauration peut être
intégrée directement dans la chaîne d'acquisition).
Mais elles peuvent également constituer le point de départ
d'une méthode de régularisation adaptative, permettant d'obtenir
des contours plus francs. |
