Global Vision Media Focus
L'entreprise a été présentée sur les chaînes de vidéosurveillance à 15 reprises, et sa diffusion via les médias du Parti, les médias centraux et les médias officiels locaux a touché un total de 50 millions de personnes.
Élimination de la lumière parasite dans les images à l'aide d'un ajustement de fonction gaussienne anisotrope bidimensionnelle
Introduction générale
L'élimination de la lumière parasite est un enjeu crucial dans la recherche sur les systèmes d'imagerie optique. Cette lumière parasite se manifeste généralement par des points lumineux de haute intensité dont la zone d'application spatiale est bien plus étendue que les détails de la cible, affectant considérablement le contraste et l'uniformité de l'image, ainsi que l'étalonnage radiométrique et l'analyse quantitative qui en découlent. Cet article propose une méthode de modélisation de ces points lumineux parasites à l'aide d'une fonction gaussienne anisotrope bidimensionnelle, permettant ainsi la correction de la lumière parasite dans l'image.
Méthodes théoriques
La figure 1 illustre le phénomène de lumière parasite qui se produit lors de l'acquisition d'images par une caméra panchromatique. Ses principales caractéristiques sont : une tache diffuse et brillante dans la région centrale ; une large zone de couverture, atteignant plusieurs milliers de pixels, présentant une distribution basse fréquence marquée ; et des différences de diffusion selon les directions. Compte tenu de ses caractéristiques morphologiques spatiales, cet article utilise une fonction gaussienne anisotrope bidimensionnelle pour modéliser cette tache diffuse de lumière parasite.
Figure 1. Image de lumière parasite
Le modèle gaussien anisotrope bidimensionnel peut être représenté comme suit :
Où A représente l'amplitude du speckle, x0 et y0 sont les positions de son centre, σx et σy représentent son échelle de diffusion selon les directions x et y, respectivement, et B est le terme de biais du fond. Pour les distributions de lumière parasite présentant une morphologie spatiale plus complexe, plusieurs fonctions gaussiennes anisotropes bidimensionnelles peuvent être superposées pour décrire la distribution, améliorant ainsi la précision de l'ajustement de la forme réelle du speckle.
Résultats expérimentaux et analyse
Les données expérimentales utilisées étaient des images panchromatiques acquises en laboratoire à l'aide d'une sphère d'intégration comme source de lumière uniforme. Les images originales présentaient un speckle central notable, entraînant une diminution de l'uniformité globale de l'image. La figure 2 montre l'image originale de la lumière parasite et les résultats de l'estimation de cette lumière obtenus par ajustement gaussien anisotrope bidimensionnel. Les résultats indiquent que le modèle permet de caractériser efficacement la morphologie spatiale globale et la distribution d'intensité du speckle.
Figure 2 Comparaison avant et après élimination de la lumière parasite
Après suppression de la lumière parasite, une analyse statistique a été réalisée sur différents paramètres d'image (voir tableau 1). Les résultats montrent qu'après correction de la lumière parasite, l'ondulation du fond de l'image est considérablement réduite, la surexposition au centre est efficacement atténuée et l'uniformité globale est nettement améliorée. Ceci indique que la méthode proposée, basée sur un ajustement gaussien anisotrope bidimensionnel, permet d'éliminer efficacement la lumière parasite diffuse à grande échelle sans recourir à un modèle d'apprentissage profond.
Tableau 1. Évolution de différents paramètres avant et après élimination de la lumière parasite