Le débruitage d’images numériques rendu plus rapide par un algorithme

Inde

Brève
Inde | Sciences et technologies de l’information et de la communication : TIC, télécoms, micro-nanotechnologies, informatique
19 juin 2017

Un algorithme développé par des chercheurs de l’Indian Institute of Science (IISc) Bangalore permet de débruiter des images bien plus rapidement que les techniques existantes.

Photographier une scène peu lumineuse produit souvent une image de mauvaise qualité, dénaturées par le « bruit » : des informations parasites qui viennent s’ajouter à une image numérique et lui donnent un aspect granuleux. Ces variations aléatoires de la luminosité ou de la coloration apparaissent pendant la capture de l’image, son transfert ou son stockage, et affectent non seulement les photographies de scènes de nuit ou en intérieur, mais posent également des problèmes en imagerie médicale ou pour l’observation satellite. Il est donc important de pouvoir « débruiter » les images numériques.

Les logiciels de débruitage les plus avancés utilisent des algorithmes de traitement d’image basés sur la méthode « NL-means », ou de débruitage par patchs, qui intègrent les valeurs des pixels localisés autour de l’anomalie et en calculent la moyenne pour donner une valeur approximative raisonnable aux pixels de la zone à corriger. Cependant cette technique est chronophage car elle nécessite de traiter les informations de nombreux pixels pour n’en corriger que quelques-uns. Sur les images satellites à très haute résolution, ou sur les vidéos, cette méthode montre vite ses limites.

Pour surmonter ce problème, une équipe de chercheurs sous la direction de Nitish Divakar et Ventakesh Babu du Video Analytics Laboratory au sein du Department of Computational and Data Sciences à l’Indian Institute of Science (IISc) de Bangalore ont développé un algorithme alternatif utilisant la méthode « Locality Sensitive Hashing », qui « hache » les groupes de pixels en plus petites unités pour faire une estimation approximative des similarités entre les groupes de pixels, et ainsi réduire la quantité de données à traiter.

Cet algorithme s’avère particulièrement performant lorsqu’il est utilisé avec des processeurs parallèles, qui sont capables de traiter simultanément des instructions identiques sur des ensembles de données différents. Il a démontré sa capacité à traiter les images jusqu’à cent fois plus vite, tout en permettant un débruitage à la fois plus efficace pour un rendu plus esthétique.

Sources
• ‘Denoising images in a jiffy’, Research Matters, 24 May 2017
• Divakar, Nithish and Babu, Venkatesh R (2016) Denoising in a Jiffy : A Fast and GPU Friendly Algorithm for Image Denoising. In : 11th International Conference on Signal Processing and Communications (SPCOM), JUN 12-15, 2016, Indian Institute of Science, Bangalore, INDIA.

Rédacteur
Laurent Glattli
laurent.glattli[at]diplomatie.gouv.fr
Service pour la Science et la Technologie, Ambassade de France en Inde

PLAN DU SITE