Analyse et Optimisation d’Artefact dans une Image. Magister thesis, Université de Batna 2. (2012)
No Thumbnail Available
Date
4/26/2017
Authors
LANANI ABDERRAHIM
Journal Title
Journal ISSN
Volume Title
Publisher
University of Batna 2
Abstract
Les images issues des différentes techniques d’imagerie médicale sont généralement dégradées par un bruit. La tâche qui consiste à restaurer une image de bonne qualité à partir de sa version bruitée est communément appelée débruitage. Celui-ci a engendré une importante littérature en prétraitement des images. Cependant, il faut recourir à des méthodes de filtrage appropriées pour réduire le bruit dans les images médicales. Ces dernières années, plusieurs approches de filtrage linéaire et non linéaire ont été élaborées tout d’abord très intuitives, mais progressivement de plus en plus complexes. Dans notre travail de recherche, nous analysons ces approches, et nous proposons d'autres méthodes pour le filtrage des images médicales. Commençons par les filtres de voisinage linéaire et non linéaire, les filtres à base des équations à dérivés partielles et les filtres adaptatives, le filtrage fréquentielle et bien évidemment les ondelettes. Des travaux sur l’une des applications de la transformée en ondelettes dans le domaine du traitement d’images ont été effectués en utilisant le seuillage des coefficients d’ondelettes. Ce travail contient des éléments concernant les bases d’ondelettes et une application de la transformées en ondelettes « le débruitage par seuillage des coefficients d’ondelettes ». Notre analyse a été effectuée en deux étapes, La première étape correspond au choix de l’ondelette analysante adéquate et le niveau de décomposition convenable. Par opposition, la seconde étape est l’application des différents types de seuillages sur les ondelettes choisis dans la première étape. En revanche, afin d'évaluer les performances des méthodes de filtrage qui se base sur les ondelettes, nous proposons une nouvelle famille d’ondelette fondée sur le calcul fractionnaire. Deux étapes sont nécessaires pour la mise en oeuvre de ce type d’ondelette, la première consistant à calculer les fonctions de transferts des filtres fractionnaires qui constituent l’ondelette, et la seconde à combiner ces filtres avec l’opération de sous-échantillonnage pour avoir une ondelette fractionnaire. Une large étude comparative a finalement été menée afin de confronter nos algorithmes de débruitage à d’autres débruiteurs de l’état de l’art