Débruitage d'images à l'aide d'un filtre adaptatif

L'information visuelle transmise sous forme d'images numériques devient une méthode de communication majeure à l'ère moderne, mais l'image obtenue après la transmission est souvent corrompue par du bruit. L'image reçue doit être traitée avant de pouvoir être utilisée dans des applications. Le débruitage d'image implique la manipulation des données de l'image pour produire une image de haute qualité visuelle. Cette thèse passe en revue les algorithmes de débruitage existants, tels que le filtre moyen, le filtre médian, le filtre adaptatif local et l'approche de filtrage par l'algorithme des moindres carrés moyens des blocs bidimensionnels (TDBLMS), et réalise leur étude comparative. Différents modèles de bruit, y compris des types additifs et multiplicatifs, sont utilisés. Ils comprennent le bruit gaussien, le bruit de sel et de poivre, le bruit de speckle et le bruit de Poisson. Le choix de l'algorithme de débruitage dépend de l'application. Il est donc nécessaire de connaître le bruit présent dans l'image afin de sélectionner l'algorithme de débruitage approprié. L'approche TDBLMS trouve des applications dans le débruitage de différentes images corrompues par des bruits additifs et multiplicatifs.