Déconvolution en temps réel par filtrage de Wiener: Application au traitement des images

Le problème concerne le calcul numérique, avec quelques périodes de retard, de l'entrée d'un système à partir de la connaissance du système, de mesures sur sa sortie bruitée et des propriétés statistiques du signal et du bruit. La structure sous forme d'un filtre numérique transversal opérant directement dans l'espace des données, fournies par l'observation de la sortie, est choisie pour l'opération de déconvolution. La fenêtre d'observation de la sortie est souhaitée de dimension finie. Le calcul du filtre se fonde sur le filtrage de Wiener. Il est développé à deux dimensions pour être appliqué à la déconvolution des signaux d'images et permettre ainsi un traitement en ligne s'opérant à partir de médaillons (segments) de l'image. Les résultats présentés mettent en évidence l'influence de la largeur de la fenêtre sur la déconvolution opérée. Pour la restauration des images destinées à une visualisation,le calcul du filtre optimal permet d'introduire les propriétés linéaires de la vision. L'erreur d'estimation minimisée lors du calcul du filtre est alors celle perçue par un modèle linéaire de la vision. Les résultats présentés montrent l'influence de l'introduction du modèle de la vision lors de la déconvolution d'images bougées