Comme nous l’avons expliqué sur la page d’accueil du projet, le bruit numérique est composé de données aléatoires qui viennent parasiter l’image. Cette distorsion de l’image peut suivre une distribution de probabilité. Certains détails peuvent alors être flous, déformés, contrastés ou très lumineux.

    Le bruit d’une image peut avoir plusieurs causes : que ce soit l’exposition, l’éclairage ou même la sensibilité (ISO) de l’appareil photographique, il y a une infinité d’origines au bruit d’une image.

    En traitement d’images, il existe un grand nombre de types de bruits. Ci-après une liste non exhaustive de ces différents types de bruits :

Le bruit convolutif

Un bruit est dit convolutif si étant données un image non bruitée f et g la même image avec un bruit additif b, alors chaque pixel est caractérisé par la relation :

g(x,y) = f(x,y)      b(x,y)     (il s'agit d'une convolution)

où b est une variable aléatoire de moyenne égale à 1.

Le flou est une sorte de bruit convolutif. Voici un exemple de photographie auquelle s'est appliqué un flou.

Nous allons maintenant nous intéresser aux différentes techniques pour éliminer le bruit d’une image.

Vous pouvez continuer la lecture ou revenir à la page d’accueil.

Le bruit additif

Un bruit est dit additif si étant données un image non bruitée f et g la même image avec un bruit additif b, alors chaque pixel est caractérisé par la relation :

  g(x,y) = f(x,y) + b(x,y)     (il s'agit d'une addition)

où b est une variable aléatoire de moyenne égale à 0.

Les bruits additifs se retrouvent généralement dans les images optiques. Voici par exemple une image générée avec un bruit blanc gaussien (qui est une sorte de bruit additif) :

Le bruit multiplicatif

Un bruit est dit multiplicatif si étant données un image non bruitée f et g la même image avec un bruit additif b, alors chaque pixel est caractérisé par la relation :

g(x,y) = f(x,y) * b(x,y)     (il s'agit d'une multiplication)

où b est une variable aléatoire de moyenne égale à 1.

Les bruits additifs sont plus difficiles à filtrer que les bruits additifs. Dans une zone de l’image qui est homogène, les pixels de cette zone seront bruités si leur niveau de gris est élevé. Par exemple, l'echographie sous-marine suivante contient un bruit multiplicatif appelé Speckel.

 Revenir à l'accueil

Continuer la visite