Académique Documents
Professionnel Documents
Culture Documents
Yann GOUSSEAU
Télécom Paris
Institut Polytechnique de Paris
Cours MVA 1
2021-2022
1 Généralités
2 Le système optique
3 Transformée de Fourier et échantillonnage bidimensionnel
4 Sources et modélisation du bruit
eme eme
(Aristote, Alhazen 10 s., Brunelleschi début 15 s., Da Vinci 1500, Kepler
1604 camera obscura)
Plan focal
f.h/z
z f
Pour obtenir une image plus nette tout en ayant une ouverture non nulle
(besoin de lumière) : ajout d’une lentille.
On observe toujours g ∗ S, où g est la réponse impulsionnelle du système
optique (en negligeant diverses aberrations et interferences).
P P’
F F’
f f
d d’
Hypothèses :
Rayons lumineux proches de la normale à la surface de la lentille
On néglige le trajet de la lumière à l’intérieur de la lentille.
Rayons issus de P se concentrent sur P0 . On note f la distance focale
→ Relation de Descartes
1 1 1
+ 0 = .
d d f
Mise au point : choix du plan P.
Si l’objet photographié n’est pas dans le plan P : flou de mise au point →
convolution.
Yann GOUSSEAU Acquisition de l’image numérique
Modèle d’acquisition I : la partie ”optique”
s̃ = go ∗ s,
où
Un phénomène non pris en compte : le flou est variable selon la distance des
objets à l’appareil photo
2Dpf (p − f )
∆=
D2 f 2 − 2 (p − f )2
En supposant que δ << s et f << p on a
2p2
∆≈
Df
images wikipedia.org
Nombre d’ouverture N = 1, 4
Nombre d’ouverture N = 13
(source : Wikipedia)
Caméra Lytro
Parmi les phénomènes qui ne rentrent pas dans le cadre d’un système
linéaire invariant par translation :
Distortion géométriques
”longitudinale” : ”transversale” :
Vignetage
Z
Ii,j = I(x, y)dxdy
C+(i,j)
Z
= I(x, y)1C (x − i, y − j)dxdy
2
ZR
= I(x, y)1C (i − x, j − y)dxdy
R2
= (I ∗ 1C )(i, j)
→ échantillonnage de I ∗ 1C
Tri-CCD
Capteur Fovéon
Pour f ∈ L1 (R2 ),
Z
F(f )(ω) = f̂ (ω) = f (x) exp(−ix.ω)dx.
R2
→ Pour ceux qui n’ont pas vu les distributions (et leur transformée de
Fourier) en M1 :
”Analyse de Fourier et applications”, C. Gasquet et P. Witomski, Dunod.
X X 2π X
F( δaj )(ω) = exp(iajω) = δ 2πj .
j∈Z j∈Z
a j∈Z a
u = (g0 ∗ s).ΠΓ
où
s scène (fonction de L1 ),
g0 : réponse impulsionnelle du système optique et de l’intégration des
capteurs (gouv ∗ gflou ∗ gfil ∗ gcapt ),
P
ΠΓ = γ∈Γ δγ ,
P
On considère Γ = aZ, donc ΠΓ = j∈Z δaj ,
on a alors u = f .ΠΓ et
1 X
F(u) = F(f ) ∗ δ 2πj ,
a j∈Z
a
1X 2πj
F(u)(ω) = F(f ) ω − .
a j∈Z a
−pi/a pi/a
Conséquence :
si Supp(F(f )) ⊂ [−π/a, π/a], on a
or F −1 (1[−π/a,π/a] ) = sin(πx/a)
πx/a
, donc
X sin((x − ja))π/a
f (x) = f (ja) .
j∈Z
(x − ja))π/a
e2
e*2
e1
e*1
Supp(F(f))
e*1
e*2
D*
2 Supp(F(f )) ⊂ K,
alors
X
f (x) = f (γ)s(x − γ),
γ∈Γ
où
1 −1
s= F (1K ).
|K|
Pour un système d’acquisition et une image donnée (i.e. F(u) est connue) on
peut alors mesurer la qualité de l’échantillonnage (verifiant les conditions de
Shannon) par
|Supp(F(u))|
2πD(Γ)
Si l’on suppose que Supp(F(f )) est un disque, on montre alors que le réseau
hexagonal est le plus efficace (environ 15% de plus que le réseau carré)
ka la ka la
est une interpolation de u : P ,
N N
=u ,
N N
La transformée de Fourier (au sens des distributions) de P est
N/2−1
X
ũm,n δ ma , na
m,n=−N/2
Image issue d’un appareil numérique aux filtres passe-bas (sur les capteurs)
déficients
Image issue d’un appareil numérique aux filtres passe-bas (sur les capteurs)
déficients
Image issue d’un appareil numérique aux filtres passe-bas (sur les capteurs)
déficients
u = (g0 ∗ s).ΠΓ
où
s scène (fonction de L1 ),
h : réponse impulsionnelle du système optique et de l’intégration des
capteurs (g0 = gouv ∗ gflou ∗ gfil ∗ gcapt ),
P
ΠΓ = γ ∈ Γδγ ,
Source : www.dpreview.com
N(gCτ + µR , g2 Cτ + σR2 )
avec µR et σR les moyennes et variances du bruit de lecture
0.07 0.035
0.12
0.06 0.03
0.1
0.05 0.025
0.08
0.04 0.02
0.06
0.03 0.015
0.04
0.02 0.01
0.02
0.01 0.005
0 0 0
0 10 20 30 0 10 20 30 40 50 0 50 100 150 200
cours 2 radiométrie :
quantification → image RAW
Q [(g0 ∗ s).Πgamma + b]