Filtrages tensoriels adaptatifs pour la restauration d'images multidimensionnelles

Cette thèse est consacrée à l'élaboration de filtres pour la restauration d'images multidimensionnelles. Nous adoptons un formalisme tensoriel. Ainsi, les différentes interactions entre les paramètres des données sont conservées. Divers filtres multidimensionnels sont présentés et comparés comme l'approximation par tenseur de rangs inférieurs ou filtre de Wiener multidimensionnel. Cependant, ces filtres utilisent des déploiements orthogonaux de tenseurs qui ne prennent pas en compte les spécificités des données. Dans le cas de l'imagerie multidimensionnelle, nous proposons alors un déploiement spécifique permettant d'améliorer le rapport signal sur bruit final. Les directions de déploiement sont estimées en estimant les contours rectilignes des images. Enfin, nous proposons d'utiliser des cumulants d'ordre quatre afin de supprimer un bruit Gaussien blanc ou corrélé présent dans les données. Des exemples sont proposés pour l'imagerie couleur et l'imagerie hyperspectrale.AIX-MARSEILLE3-BU Sc.St Jérô (130552102) / SudocSudocFranceF