Encadrants : Florence Tupin, Jean-Marie Nicolas
Email : florence.tupin@telecom-paristech.fr
Contexte : Les images radar ont l’avantage de pouvoir être acquises par tout temps (de jour comme de nuit et quelles que soient les conditions météorologiques). Elles présentent néanmoins un fort bruit (le bruit de speckle lié à l’imagerie cohérente). L’acquisition de plusieurs images et leur combinaison permet de réduire très efficacement le bruit présent sur une donnée. Les approches les plus simples qui consistent à faire un moyennage des images supposent que les informations sont stables temporellement et les réalisations du bruit décorrélées.
Travail demandé : L’objectif de ce projet est de mettre en oeuvre et d’évaluer des méthodes de partitionnement spatio-temporl d’une pile d’images radar. Pour cela on développera une méthode de recherche de super-pixels s’appuyant sur une détection de contours dans les différentes dates et exploitant l’information 3D (espace + temps) [1][2]. On étudiera également comment introduire une information apportée par la cohérence moyenne sur la pile dans la distance.
Programmation : langage au choix (Matlab, C/C++, etc.)
Bibliographie :
[1] SLIC Superpixels Compared to State-of-the-art
Superpixel Methods
Radhakrishna Achanta, Appu Shaji, Kevin Smith,
Aurelien Lucchi, Pascal Fua, and Sabine Süsstrunk
IEEE PAMI 2012
https://infoscience.epfl.ch/record/177415
[2] Robust Superpixels using Color and Contour Features along Linear Path
Rémi Giraud, Vinh-Thong Ta, Nicolas Papadakis
Computer Vision and Image Understanding (CVIU), 2018 (accepted)
