aide
Accueil > Formations > Master MVA > Présentation des cours
Traitement Mathématique d'images et Applications en Télédétection
Titre en anglais: Mathematical Imaging and Applications in Remote Sensing
Ce cours est donné de préférence en français. Mais il peut être donné partiellement en anglais si une majorité des élèves le demande.
Intervenant : Andrés Almansa (MAP5, Univ. Paris Descartes), Florence Tupin, Jean-Marie Nicolas, Yohann Tendero (Telecom ParisTech)
Objectif du cours :
L'imagerie satellitaire présente par ses différents modes d'acquisition et usages, un champ d'application très vaste de la modélisation mathématique des systèmes physiques, ainsi que des mathématiques appliquées au traitement des images issues de ces modèles.
L'objectif de ce cours est de présenter des méthodes avancées de traitement d'images et d'illustrer leur mise en oeuvre et application sur des données satellitaires. Un cours introductif permet tout d'abord de donner de donner un panorama des différents types de capteurs existants et de leur spécificités.
Les problématiques abordées lors de ce cours sont les suivantes : échantillonnage (régulier et irrégulier), super-résolution, restauration ; les modèles de bruit, le bruit en imagerie cohérente ; le débruitage (approches variationnelles, approches non locales, approches markoviennes) ; la stéréoscopie ; l'extraction d'objets.
Deux séances de travaux pratiques permettront de mettre en oeuvre les approches non-locales et markoviennes, ainsi que des approches de restauration.
Thèmes abordés :
- Introduction à la physique et ingénierie des systèmes satellitaires
- Bruit de speckle en imagerie cohérente : modélisation du chatoiement
- NL-means probabilistes et applications en imagerie cohérente
- Approches markoviennes et optimisation par coupures sur graphes en télédétection
- Méthodes a contrario en reconstruction stéréo 3D
- Echantillonnage, restauration et estimation sous-pixellique
- Echantillonnage irrégulier: théorie et applications
- Ouverture codée (Flutter Shutter)
Pré-requis :
Mathématiques Appliquées, Bases de Programmation (C, C++, Matlab), Notions d'Optique
Organisation des séances :
- 8 x 3h de cours
- 2 x 3h de TP
- 1 séance de soutenances des projets
Mode de validation :
- Projet (éventuellement en binôme) autour d'un article
- Rédaction d'un rapport individuel
- Soutenance orale individuelle
Références :
* Florence Tupin, Jean-Marie Nicolas (2015), Les Bases de l'Imagerie Radar à Synthèse d'Ouverture, Notes de cours Telecom ParisTech.
* Neus Sabater (2009), Fiabilité et précision en stéréoscopie: Application à l'imagerie aérienne et satellitaire à haute résolution, PhD thesis, CMLA, ENS Cachan, Dec. 2009.
* G. Facciolo, A. Almansa, J.-F. Aujol, and V. Caselles (2009), Irregular to regular sampling, denoising and deconvolution, SIAM MMS.
* Tendero, Y., & Morel, J.-M. M. (2016). On the Mathematical Foundations of Computational Photography: Does the Flutter Shutter Work Better at Night? Journal of Mathematical Imaging and Vision, 54(3), 378-397. http://doi.org/10.1007/s10851-015-0609-5
Plus d'information...
* Neus Sabater (2009), Fiabilité et précision en stéréoscopie: Application à l'imagerie aérienne et satellitaire à haute résolution, PhD thesis, CMLA, ENS Cachan, Dec. 2009.
* G. Facciolo, A. Almansa, J.-F. Aujol, and V. Caselles (2009), Irregular to regular sampling, denoising and deconvolution, SIAM MMS.
* Tendero, Y., & Morel, J.-M. M. (2016). On the Mathematical Foundations of Computational Photography: Does the Flutter Shutter Work Better at Night? Journal of Mathematical Imaging and Vision, 54(3), 378-397. http://doi.org/10.1007/s10851-015-0609-5
Plus d'information...