Proposition de stage de master 2 en traitement d’images
Mod`
elisation Bernoulli-Gaussienne
pour la d´
econvolution impulsionnelle
en imagerie hyperspectrale
L’analyse des donn´ees hyperspectrales est un challenge pour la communaut´e du traitement du signal et des images. C’est en particulier le cas, en Astrophysique, pour les donn´ees de l’instrument MUSE, un spectrographe int´egral de champ qui produira en une seule acquisition un cube d’images de 300×300 pixels sur 4096 bandes spectrales.
Une des probl´ematique d’analyse de ces donn´ees consiste `a d´etecter dans les donn´ees des objets non r´esolus spatialement (´etoiles ou galaxies lointaines), c’est-`a-dire assimilables `a des objets ponc-tuels, et d’estimer leur spectre. L’image des ces objets est convolu´ee par la r´eponse impulsionnelle de l’instrument, pouvant ˆetre correctement mod´elis´ee num´eriquement, puis bruit´ee. Aussi, nous allons aborder ce probl`eme en terme de d´econvolution impulsionnelle. Pour cela nous utiliserons une mo-d´elisation Bernoulli-Gaussienne pour les impulsions et un estimateur de type moyenne a posteriori sera calcul´e par des m´ethodes de Monte-Carlo par Chaˆınes de Markov (MCMC).
L’objectif de ce stage, sera dans un premier temps d’adapter au cas de donn´ees hyperspectrales et mettre en œuvre des algorithmes existant (voir par exemple [?]). Dans un second temps, des extensions de ces algorithmes seront ´etudi´ees : 1) pour estimer pr´ecis´ement la position des objets (comme cela a ´et´e fait en analyse spectrale dans [?]) ; 2) pour la d´econvolution myope, plus particuli`erement dans le cas o`u l’on doit estimer conjointement des param`etres de la r´eponse impulsionnelle.
Ce stage, d’une dur´ee de 5 `a 6 mois, aura lieu au sein du groupe Signal Images en Sciences de l’Univers de l’Institut de Recherche en Astrophysique et Plan´etologie Le travail de stage comportera une part m´ethodologique et une part algorithmique et de d´eveloppement informatique. Le stagiaire doit avoir des connaissances de traitement du signal et des images et du langage informatique Matlab. Encadrant : Herv´e CARFANTAN, Herve.Carfantan@irap.omp.eu
http://userpages.irap.omp.eu/~hcarfantan/
R´
ef´
erences
[1] S. Bourguignon and H. Carfantan. Spectral analysis of irregularly sampled data using a Bernoulli-Gaussian model with free frequencies. In Proceedings of the International Conference on Acoustic, Speech and Signal Processing, pages 516–519, Toulouse, France, mai 2006.
[2] Q. Cheng, R. Chen, and T.-H. Li. Simultaneous wavelet estimation and deconvolution of reflection seismic signals. IEEE Transactions on Geoscience and Remote Sensing, 34 :377–384, mars 1996.
Institut de Recherche en Astrophysique et Plan´etologie CNRS – Universit´e Paul Sabatier