Method and system for modifying a digital image taking into account its noise

Description of equivalent WO 03007243 A2

PROCÉDÉ ET SYSTÈME POUR MODIFIER UNE IMAGE NUMÉRIQUE EN PRENANT

EN COMPTE SON BRUIT

Préambule de la description Domaine concerné, problème posé

La présente invention concerne un procédé et un système pour modifier une image numérique en prenant en compte son bruit.

Solution Procédé

L'invention concerne un procédé pour calculer une image transformée à partir d'une image numérique et d'informations formatées relatives à des défauts d'une chaîne d'appareils. La chaîne d'appareils comporte des appareils de capture d'image et/ou des appareils de restitution d'image. La chaîne d'appareils comporte au moins un appareil. Le procédé comprend l'étape de déterminer automatiquement des données caractéristiques à partir des informations formatées et/ou de l'image numérique. Les données caractéristiques sont ci-après dénommées les données caractéristiques du bruit. Il résulte de la combinaison des traits techniques que l'image transformée ne présente pas de défaut visible ou gênant, notamment de défauts liés au bruit, pour son utilisation ultérieure .

Estimation du bruit en fonction de l'image

De préférence, selon l'invention, le procédé comprend en outre, pour déterminer les données caractéristiques du bruit, les étapes suivantes :

- l' étape de sélectionner sur l' image numérique des zones d'analyse, notamment en fonction des appareils de la chaîne d'appareils et/ou des informations formatées, l'étape de calculer des variations locales de luminance sur les zones d'analyse,

- l'étape de déduire les données caractéristiques du bruit en fonction d'un calcul statistique d'occurrence des variations locales sur l'ensemble des zones d'analyse.

Estimation du bruit à partir de l'image

Histogramme de variation de luminance

De préférence, selon l'invention, le procédé comprend en outre, pour déduire les données caractéristiques du bruit, les étapes suivantes :

- l'étape de construire un histogramme des occurrences des variations locales de luminance,

- l'étape de sélectionner sur l'histogramme au moins une partie de la partie située avant le premier maximum local, y compris celui-ci.

Il résulte de la combinaison des traits techniques que l'on obtient ainsi les variations locales de luminance liées au bruit. Estimation du bruit à partir de l'image Bruit fonction de la luminance

De préférence, selon l'invention, le procédé comprend en outre, pour sélectionner sur l'image numérique des zones d'analyse, l'étape de classer les zones d'analyse selon leur luminance moyenne, de manière à obtenir des classes. Le procédé comprend en outre :

- l'étape de déduire les données caractéristiques du bruit pour les zones d'analyse appartenant à la même classe,

- l'étape d'itérer la précédente étape pour chacune des classes.

Il résulte de la combinaison des traits techniques que l'on obtient ainsi des données caractéristiques du bruit fonction de la luminance.

Informations formatées comprenant des données caractéristiques du bruit

De préférence, selon l'invention les informations formatées comporte les données caractéristiques du bruit.

Clippage - Problème posé

De préférence, selon l'invention le procédé comprend en outre l'étape de mettre en œuvre un algorithme de transformation pour réaliser une image numérique intermédiaire. L'algorithme présente l'avantage d'apporter des modifications souhaitées à 1 ' image numérique mais présente 1 ' inconvénient d'augmenter le bruit de l'image numérique intermédiaire.

Clippage - Solution

De préférence, selon l'invention, pour calculer une image transformée à partir de l'image numérique intermédiaire obtenue à partir de l'image numérique, le procédé comprend en outre l'étape de mettre en œuvre une fonction ayant pour objet de modifier la luminance de l' image numérique et ayant au moins pour arguments : - la luminance d'un point de l'image numérique intermédiaire, les luminances d'une zone autour du point correspondant de l'image numérique,

- des données caractéristiques du bruit. II résulte de la combinaison des traits techniques que l'on obtient ainsi une image transformée présentant les caractéristiques souhaitées et un niveau de bruit contrôlé.

De préférence, selon l'invention, l'image numérique intermédiaire est composée de l' image numérique .

Correction du flou

De préférence, selon l'invention, le procédé est plus particulièrement destiné à calculer une image transformée corrigée de tout ou partie du flou. Le procédé comprend en outre les étapes suivantes :

- l'étape de sélectionner dans l'image numérique des zones d' images à corriger ,

- l'étape de construire, pour chaque zone d'images à corriger ainsi sélectionnée, un profil de rehaussement à partir des informations formatées et des données caractéristiques du bruit,

- l'étape de corriger chaque zone d'images à corriger ainsi sélectionnée en fonction du profil de rehaussement , de manière à obtenir une zone d'image transformée,

- l'étape de combiner les zones d'image transformées de manière à obtenir l' image transformée de l' image numérique .

Il résulte de la combinaison des traits techniques que l'on obtient ainsi une image transformée déflouée. Calcul du profil de rehaussement

De préférence, selon l'invention, les informations formatées permettent de déterminer, pour chaque zone image à corriger , une représentation image et une représentation de référence dans une base relative à la zone d' image à corriger

Le procédé est tel que, pour construire un profil de rehaussement à partir des informations formatées et du bruit, il comprend en outre les étapes suivantes : - l'étape de déterminer, le cas échéant en tenant compte du bruit, à partir de la représentation image et de la représentation de référence un profil, l'étape de déterminer un opérateur paramétré permettant de passer de la représentation image au profil. L'ensemble des valeurs des paramètres de l'opérateur paramétré compose le profil de rehaussement PR.

Correction du flou à partir du profil de rehaussement

De préférence, selon l'invention, le procédé comprend en outre, pour corriger chaque zone d'images à corriger en fonction du profil de rehaussement, les étapes suivantes :

- l'étape de représenter au moins en partie la zone d' image à corriger dans la base , - l'étape d'appliquer l'opérateur paramétré à la représentation obtenue au terme de l'étape précédente, de manière à obtenir une représentation corrigée de la zone d' image à corriger ,

- l'étape de substituer la représentation de la zone d'image à corriger par la représentation corrigée de la zone d' image à corriger de manière à obtenir une zone d' image transformée .

Clippage dans le cas du flou De préférence, selon l'invention, le procédé comprend en outre l'étape de calculer une image ayant un niveau de bruit contrôlé, à partir de l'image transformée, en mettant en œuvre une fonction ayant pour objet de modifier la luminance de 1' image numérique et ayant au moins pour arguments : la luminance d'un point de l'image numérique transformée, les luminances d'une zone autour du point correspondant de l'image numérique, - des données caractéristiques du bruit.

Il résulte de la combinaison des traits techniques que l'on obtient ainsi une image déflouée et ayant un niveau de bruit contrôlé.

Caractéristiques variables influant sur le bruit et/ou sur le flou

Les informations formatées peuvent dépendre de valeurs de caractéristiques variables selon l'image numérique, notamment la taille de limage numérique. De préférence dans ce cas, selon l'invention, le procédé comprend en outre l'étape de déterminer la ou les valeur (s) des caractéristiques variables, pour l'image numérique.

Ainsi, la mise en œuvre du procédé pour des informations formatées comprenant des données caractéristiques du bruit dépendant de caractéristiques variables selon l'image numérique est ramenée à la mise en œuvre du procédé pour des données caractéristiques du bruit ne dépendant d'aucune caractéristique variable.

Réduction de la dynamique dans le cas d'un appareil de restitution

De préférence, selon l'invention, le procédé est plus particulièrement destiné à calculer une image transformée à partir d'une image numérique et d'informations formatées relatives à des défauts d'une chaîne d'appareil comprenant au moins un appareil de restitution d'image. L'appareil de restitution a une dynamique. L'image transformée a une dynamique. Le procédé comprend en outre l'étape d'adapter la dynamique de l' image transformée à la dynamique dudit appareil de restitution. Il résulte de la combinaison des traits techniques que la restitution, par l'appareil de restitution, de l'image transformée présente des hautes fréquences renforcées. II résulte également de la combinaison des traits techniques que l'appareil de restitution peut restituer des images de caractères avec moins de flou.

Correction du bruit et/ou flou poly-chromatique

L'invention s'applique au cas d'une image numérique composée de planes couleurs. L'application consiste à appliquer le procédé selon l'invention à chaque plan couleur. On obtient ainsi une image transformée à partir de l'image numérique. Il résulte de la combinaison des traits techniques que l'image transformée présente les caractéristiques souhaitées et un niveau de bruit contrôlé.

Système

L'invention concerne un système pour calculer une image transformée à partir d'une image numérique et d'informations formatées relatives à des défauts d'une chaîne d'appareils. La chaîne d'appareils comporte des appareils de capture d'image et/ou des appareils de restitution d'image. La chaîne d' appareils comporte au moins un appareil . Le système comprend des moyens de traitement informatique pour déterminer automatiquement des données caractéristiques à partir des informations formatées et/ou de l'image numérique. Les données caractéristiques sont ci-après dénommées les données caractéristiques du bruit.

L'image transformée ne présente pas de défaut visible ou gênant, notamment de défauts liés au bruit, pour son utilisation ultérieure.

Estimation du bruit en fonction de l'image

De préférence, selon l'invention, les moyens de traitement informatique pour déterminer les données caractéristiques du bruit comprennent : des moyens de sélection pour sélectionner sur l'image numérique des zones d'analyse , notamment en fonction des appareils de la chaîne d'appareils et/ou des informations formatées,

- des moyens de calcul pour calculer des variations locales de luminance sur les zones d'analyse ,

- des moyens de déduction pour déduire les données caractéristiques du bruit en fonction d'un calcul statistique d'occurrence des variations locales sur l'ensemble des zones d'analyse .

Estimation du bruit à partir de l'image Histogramme de variation de luminance

De préférence, selon l'invention, les moyens de déduction comprennent en outre : des moyens pour construire un histogramme des occurrences des variations locales de luminance, - des moyens de sélection pour sélectionner sur l'histogramme au moins une partie de la partie située avant le premier maximum local, y compris celui-ci.

Estimation du bruit à partir de l'image Bruit fonction de la luminance De préférence, selon l'invention, le système comprend en outre, pour sélectionner sur l'image numérique des zones d'analyse, des moyens de classement pour classer les zones d'analyse selon leur luminance moyenne, de manière à obtenir des classes. Le système comprend en outre des moyens de traitement informatique pour :

- déduire les données caractéristiques du bruit pour les zones d'analyse appartenant à la même classe, - itérer la précédente étape pour chacune des classes.

Informations formatées comprennent les données caractéristiques du bruit

De préférence, selon l'invention, les informations formatées comportent les données caractéristiques du bruit.

Clippage - Problème posé

De préférence, selon l'invention, le système comprend en outre des moyens de traitement informatique mettant en œuvre un algorithme de transformation pour réaliser une image numérique intermédiaire. L'algorithme présente l'avantage d'apporter des modifications souhaitées à l'image numérique mais présente l'inconvénient d'augmenter le bruit de l'image numérique intermédiaire.

Clippage - Solution

De préférence, selon l'invention pour calculer une image transformée à partir de l'image numérique intermédiaire obtenue à partir de l'image numérique, le système comprend des moyens de calcul mettant en oeuvre une fonction ayant pour objet de modifier la luminance de l'image numérique et ayant au moins pour arguments : la luminance d'un point de l'image numérique intermédiaire, les luminances d'une zone autour du point correspondant de l'image numérique, - des données caractéristiques du bruit.

De préférence, selon l'invention l'image numérique intermédiaire est composée de l' image numérique .

Correction du flou

De préférence, selon l'invention, le système est plus particulièrement destiné à calculer une image transformée corrigée de tout ou partie du flou. Le système comprend en outre : - des moyens de sélection pour sélectionner dans l'image numérique des zones d'images à corriger ,

- des moyens de calcul pour construire, pour chaque zone d'images à corriger ainsi sélectionnée, un profil de rehaussement à partir des informations formatées et des données caractéristiques du bruit,

Le système comprend en outre des moyens de traitement informatique pour :

- corriger chaque zone d' images à corriger ainsi sélectionnée en fonction du profil de rehaussement , de manière à obtenir une zone d'image transformée, et pour

- combiner les zones d' image transformées de manière à obtenir l'image transformée de l'image numérique.

Calcul du profil de rehaussement

De préférence, selon l'invention, les informations formatées permettant de déterminer, pour chaque zone image à corriger , une représentation image et une représentation de référence dans une base relative à la zone d' image à corriger . Le système est tel que les moyens de calcul pour construire un profil de rehaussement à partir des informations formatées et du bruit, comprennent en outre des moyens pour déterminer:

- un profil, le cas échéant en tenant compte du bruit, à partir de la représentation image et de la représentation de référence ,

- un opérateur paramétré permettant de passer de la représentation image au profil.

Correction du flou à partir du profil de rehaussement

De préférence, selon l'invention, les moyens de traitement informatique pour corriger chaque zone d'images à corriger en fonction du profil de rehaussement comprennent des moyens de calcul pour : - représenter au moins en partie la zone d'image à corriger dans la base ,

- appliquer l'opérateur paramétré à la représentation de la zone d' image à corriger , de manière à obtenir une représentation corrigée de la zone d' image à corriger , - substituer la représentation de la zone d'image à corriger par la représentation corrigée de la zone d' image à corriger de manière à obtenir une zone d'image transformée.

Clippage dans le cas du flou

De préférence, selon l'invention, le système comprend en outre des moyens de calcul pour calculer une image ayant un niveau de bruit contrôlé, à partir de l'image transformée, en mettant en œuvre une fonction ayant pour objet de modifier la luminance de l' image numérique et ayant au moins pour arguments : la luminance d'un point de l'image numérique transformée, les luminances d'une zone autour du point correspondant de l'image numérique, - des données caractéristiques du bruit .

Caractéristiques variables influant sur le bruit et/ou sur le flou

De préférence, selon l'invention, les informations formatées dépendent de valeurs de caractéristiques variables selon l'image numérique, notamment la taille de l'image numérique. Le système comprend en outre des moyens de calcul pour déterminer la ou les valeur (s) des caractéristiques variables, pour l' image numérique .

Réduction de la dynamique dans le cas d'un appareil de restitution

De préférence, selon l'invention, le système est plus particulièrement destiné à calculer une image transformée à partir d'une image numérique et d'informations formatées relatives à des défauts d'une chaîne d'appareil comprenant au moins un appareil de restitution d'image. L'appareil de restitution a une dynamique. L'image transformée a une dynamique. Le système comprend en outre des moyens de traitement informatique pour adapter la dynamique de l'image transformée à la dynamique de l'appareil de restitution.

Description détaillée

D'autres caractéristiques et avantages de l'invention apparaîtront à la lecture de la description des variantes de réalisation de l'invention données à titre d'exemple indicatif et non limitatif, et de : la figure 1 qui représente une image transformée calculée à partir d'une image numérique et d'une image intermédiaire, la figure 2 qui représente des défauts de l'image numérique, la figure 3 qui représente une sélection sur l'image numérique de zones d'analyse, la figure 4a qui représente une variation locale de luminance sur une zone d'analyse, la figure 4b qui représente un histogramme des occurrences de variation locales de luminance, la figure 4c qui représente une partie de l'histogramme située avant le premier maximum local de 1' histogramme la figure 5 qui représente des classes de zones d'analyse selon leur luminance moyenne, la figure 6 qui représente la modification de la luminance de l'image numérique, la figure 7a qui représente la correction d'une zone image transformée en fonction d'un profil de rehaussement, la figure 7b qui représente un exemple de création d'une image déflouée à niveau de bruit contrôlé. les figures 8a et 8b qui représentent la construction d'un profil de rehaussement à partir du bruit, les figures 9a, 9b, 9c et 9d qui présentent l'adaptation de la dynamique de l'image transformée à la dynamique d'un appareil de restitution figure 10 : des informations formatées IF liées aux défauts P5 d'un appareil P25 d'une chaîne d'appareils P3.

Appareil

En se référant notamment à la figure 10, on va décrire la notion d'appareil P25. Au sens de l'invention, un appareil P25 peut être notamment:

- un appareil de capture d'image, comme par exemple un appareil photo jetable, un appareil photo numérique, un appareil reflex, un scanner, un fax, un endoscope, un caméscope, une caméra de surveillance, une webcam, une caméra intégrée ou reliée à un téléphone, à un assistant personnel ou à un ordinateur, une caméra thermique, un appareil d'échographie,

- un appareil de restitution d' image comme par exemple un écran, un projecteur, un téléviseur, des lunettes de réalité virtuelle ou une imprimante,

- un être humain ayant des défauts de vision, par exemple l'astigmatisme,

- un appareil auquel on veut ressembler, pour produire des images ayant par exemple un aspect similaire à celles produites par un appareil de marque Leica,

- un dispositif de traitement d'images, par exemple un logiciel de zoom qui a comme effet de bord d'ajouter du flou,

- un appareil virtuel équivalent à plusieurs appareil P25,

Un appareil P25 plus complexe comme un scanner/fax/imprimante, un Minilab d'impression photo, un appareil de vidéo-conférence peut être considéré comme un appareil P25 ou plusieurs appareils P25.

Chaîne d'appareils

En se référant notamment à la figure 10, on va maintenant décrire la notion de chaîne d' appareils P3. On appelle chaîne d'appareils P3 un ensemble d'appareils P25. La notion de chaîne d'appareils P3 peut en outre inclure une notion d'ordre.

Les exemples suivants constituent des chaînes d'appareils P3: - un seul appareil P25,

- un appareil de capture d' image et un appareil de restitution d'image,

- un appareil photo, un scanner, une imprimante par exemple dans un Minilab de tirage photo, - un appareil photo numérique, une imprimante par exemple dans un Minilab de tirage photo,

- un scanner, un écran ou une imprimante, par exemple dans un ordinateur, - un écran ou projecteur et l'œil d'un être humain,

- un appareil et un autre appareil auquel on veut ressembler,

- un appareil photo et un scanner,

- un appareil de capture d'image, un logiciel de traitement d'images,

- un logiciel de traitement d'images, un appareil de restitution d'image,

- une combinaison des exemples précédents,

- un autre ensemble d'appareils P25.

Défaut

En se référant notamment à la figure 10, on va maintenant décrire la notion de défaut P5. On appelle défaut P5 de l'appareil P25, un défaut lié aux caractéristiques de l'optique et/ou du capteur et/ou de l'électronique et/ou du logiciel intégré à un appareil P25 ; des exemples de défauts P5 sont par exemple la distorsion, le flou, le vignetage, les aberrations chromatiques, le rendu des couleurs, l'uniformité du flash, le bruit du capteur, le grain, l'astigmatisme, l'aberration sphérique.

Image numérique

En se référant notamment à la figure 10, on va maintenant décrire la notion d'image numérique INUM. On appelle image numérique INUM une image capturée ou modifiée ou restituée par un appareil P25. L'image numérique INUM peut provenir d'un appareil P25 de la chaîne d'appareils P3. L'image numérique INUM peut être destinée à un appareil P25 de la chaîne d'appareils P3. De manière plus générale l' image numérique INUM peut provenir et/ou être destinée à la chaîne d'appareils P3. Dans le cas d'images animées, par exemple vidéo, constituées d'une séquence dans le temps d'images fixes, on appelle image numérique INUM : une image fixe de la séquence d' images .

Informations formatées

En se référant notamment à la figure 10, on va maintenant décrire la notion d'informations formatées IF. On appelle informations formatées IF des données liées aux défauts P5 d'un ou plusieurs appareils P25 de la chaîne d'appareils P3 et permettant de calculer une image transformée I-Transf en tenant compte des défauts P5 de l'appareil P25. Pour produire les informations formatées IF, on peut utiliser divers procédés basés sur des mesures, et/ou des captures ou restitution de références, et/ou des simulations.

Pour produire les informations formatées IF, on peut par exemple utiliser le procédé décrit dans la demande de brevet international déposée le même jour que la présente demande au nom de la société Vision IQ et sous le titre : "Procédé et système pour produire des informations formatées liées aux défauts d'au moins un appareil d'une chaîne, notamment au flou." Dans cette demande, il est décrit un procédé pour produire des informations formatées liées aux appareils d'une chaîne d'appareils. La chaîne d'appareils comprend notamment au moins un appareil de capture d' image et/ou au moins un appareil de restitution d'image. Le procédé comprend l'étape de produire des informations formatées liées aux défauts d'au moins un appareil de la chaîne. De préférence, l'appareil permettant de capturer ou restituer une image (I). L'appareil comporte au moins une caractéristique fixe et/ou une caractéristique variable selon l'image (I). Les caractéristiques fixe et/ou variables sont susceptibles d'être associées à une ou plusieurs valeurs de caractéristiques, notamment la focale et/ou la mise au point et leurs valeurs de caractéristiques associées. Le procédé comprend l'étape de produire des informations formatées mesurées liées aux défauts de l'appareil à partir d'un champ mesuré D(H) . Les informations formatées peuvent comprendre les informations formatées mesurées.

Pour produire les informations formatées IF, on peut par exemple utiliser le procédé décrit dans la demande de brevet international déposée le même jour que la présente demande au nom de la société Vision IQ et sous le titre : "Procédé et système pour fournir, selon un format standard, des informations formatées à des moyens de traitement d'images." Dans cette demande, il est décrit un procédé pour fournir, selon un format standard, des informations formatées IF à des moyens de traitement d'images, notamment des logiciels et/ou des composants. Les informations formatées IF sont liées aux défauts d'une chaîne d'appareils P3. La chaîne d'appareils P3 comprend notamment au moins un appareil de capture d' image et/ou un appareil de restitution d'image. Les moyens de traitement d' images utilisent les informations formatées IF pour modifier la qualité d'au moins une image provenant ou destinée à la chaîne d'appareils P3. Les informations formatées IF comportent des données caractérisant des défauts P5 de l'appareil de capture d'image, notamment les caractéristiques de distorsion, et/ou des données caractérisant des défauts de l'appareil de restitution des images, notamment les caractéristiques de distorsion.

Le procédé comprend l'étape de renseigner au moins un champ du format standard avec les informations formatées IF. Le champ est désigné par un nom de champ. Le champ contient au moins une valeur de champ.

Pour rechercher les informations formatées IF, on peut par exemple utiliser le procédé décrit dans la demande de brevet international déposée le même jour que la présente demande au nom de la société Vision IQ et sous le titre : "Procédé et système pour modifier la qualité d'au moins une image provenant ou destinée à une chaîne d'appareils." Dans cette demande, il est décrit un procédé pour modifier la qualité d'au moins une image provenant ou destinée à une chaîne d'appareils déterminée. La chaîne d'appareils déterminée comprend au moins un appareil de capture d' image et/ou au moins un appareil de restitution d'image. Les appareils de capture d'image et/ou les appareils de restitution d'image, progressivement mis sur le marché par des acteurs économiques distincts, appartiennent à un ensemble indéterminé d'appareils. Les appareils de l'ensemble d'appareils présentent des défauts qui peuvent être caractérisés par des informations formatées. Le procédé comprend, pour l' image concernée, les étapes suivantes :

- l'étape de répertorier des sources d'informations formatées relatives aux appareils de l'ensemble d'appareils, - l'étape de rechercher de manière automatique, parmi les informations formatées ainsi répertoriées, des informations formatées spécifiques relatives à la chaîne d'appareils déterminée,

- l'étape de modifier de manière automatique l'image au moyen de logiciels de traitement d'images et/ou de composants de traitement d' images en tenant compte des informations formatées spécifiques ainsi obtenues.

Pour produire les informations formatées IF, on peut par exemple utiliser le procédé décrit dans la demande de brevet international déposée le même jour que la présente demande au nom de la société Vision IQ et sous le titre : "Procédé et système pour réduire la fréquence des mises à jour de moyens de traitement d'images." Dans cette demande, il est décrit un procédé pour réduire la fréquence des mises à jour de moyens de traitement d'images, notamment un logiciel et/ou un composant.

Les moyens de traitement d' images permettant de modifier la qualité des images numériques provenant ou destinées à une chaîne d'appareils. La chaîne d'appareil comporte au moins un appareil de capture d' image et/ou au moins un appareil de restitution d'image. Les moyens de traitement d'image mettent en œuvre des informations formatées liées aux défauts d'au moins un appareil de la chaîne d'appareils. Les informations formatées dépendent d'au moins une variable. Les informations formatées permettant d'établir une correspondance entre une partie des variables et des identifiants. Les identifiants permettent de déterminer la valeur de la variable correspondante à l'identifiant en tenant compte de l'identifiant et de l'image. Il résulte de la combinaison des traits techniques qu'il est possible de déterminer la valeur d'une variable, notamment dans le cas où la signification physique et/ou le contenu de la variable ne sont connus que postérieurement à la diffusion des moyens de traitement d'image. Il résulte également de la combinaison des traits techniques que le temps entre deux mises à jour du logiciel de correction peut être espacé. Il résulte également de la combinaison des traits techniques que les divers acteurs économiques qui produisent des appareils et/ou des moyens de traitement d'image peuvent mettre à jour leurs produits indépendamment des autres acteurs économiques, même si ces derniers changent radicalement les caractéristiques de leurs produit ou ne peuvent forcer leur client à mettre à jour leur produits. Il résulte également de la combinaison des traits techniques qu'une nouvelle fonctionnalité peut être déployée progressivement en commençant par un nombre limité d'acteurs économiques et d'utilisateurs pionniers.

Caractéristique variable

On va maintenant décrire la notion de caractéristique variable CC. Selon l'invention, on appelle caractéristique variable CC un facteur mesurable et variable d'une image numérique INUM à l'autre capturée, modifiée ou restituée par un même appareil P25, et ayant une influence sur le défaut P5 de l'image capturée, modifiée ou restituée par l'appareil P25, notamment : - une variable globale, fixe pour une image numérique INUM donnée, par exemple une caractéristique de l'appareil P25 au moment de la capture ou de restitution de l'image liée à un réglage de l'utilisateur ou liée à un automatisme de l'appareil P25, une variable locale, variable dans une image numérique INUM donnée, par exemple des coordonnées x, y ou ro, thêta dans l'image, permettant d'appliquer le cas échéant un traitement local différent selon la zone de l'image numérique INUM.

N' est en général pas considéré comme une caractéristique variable CC: un facteur mesurable et variable d'un appareil P25 à l'autre mais fixe d'une image numérique INUM à l'autre capturée, modifiée ou restituée par un même appareil P25, par exemple la focale pour un appareil P25 à focale fixe.

Les informations formatées IF peuvent dépendre d'au moins une caractéristique variable CC.

Par caractéristique variable CC, on peut entendre notamment : - la focale de l'optique,

- le redimensionnement appliqué à l'image (facteur de zoom numérique : grossissement d'une partie de l'image ; et/ou le sous-échantillonnage : diminution du nombre de pixels de 1' image) , - la correction non linéaire de luminance, par exemple la correction de gamma,

- le rehaussement de contour, par exemple le niveau de déflouage appliqué par l'appareil P25,

- le bruit du capteur et de l'électronique, - l'ouverture de l'optique,

- la distance de mise au point,

- le numéro de la vue sur un film,

- la sur ou sous exposition,

- la sensibilité du film ou du capteur, - le type de papier utilisé dans une imprimante, - la position du centre du capteur dans l'image,

- la rotation de l'image par rapport au capteur,

- la position d'un projecteur par rapport à l'écran,

- la balance des blancs utilisée, - l'activation du flash e /ou sa puissance,

- le temps de pose,

- le gain du capteur,

- la compression,

- le contraste, - un autre réglage appliqué par l'utilisateur de l'appareil P25, par exemple un mode de fonctionnement,

- un autre réglage automatique de l'appareil P25,

- une autre mesure réalisée par l'appareil P25.

Valeur de caractéristique variable

On va maintenant décrire la notion de valeur de caractéristique variable VCC. On appelle valeur de caractéristique variable VCC la valeur de la caractéristique variable CC au moment de la capture, modification ou restitution d'une image déterminée.

Calcul de l'image transformée

Une image numérique INUM comporte un ensemble d'éléments images appelés pixels Px-num.l à Px-num.n régulièrement réparties à la surface de l'image INUM. Sur la figure 1, ces pixels ont la forme de carrés mais ils pourraient avoir une toute autre forme, circulaire ou hexagonale par exemple ; cela dépend de la conception des surfaces destinées à porter 1 ' image dans les appareils de capture et de restitution d'image. De plus, sur la figure 1, les pixels ont été représentés de façon jointive mais en réalité, généralement il existe un espacement entre les pixels. La luminance associée en un point quelconque Px-num est vx-num. L'image intermédiaire I-Int comporte un ensemble de pixels, similaire à celui de l'image INUM mais pas nécessairement, appelés pixels intermédiaires Px-int.l à Px- int.n chaque pixel intermédiaire est caractérisé par une position intermédiaire Px-int et une valeur intermédiaire vx- int.

L'image transformée I-Transf comporte également un ensemble de pixels appelés pixels transformés Px-tr.l à Px-tr.n chaque pixel transformé est caractérisé par une position transformée Px-tr et une valeur transformée vx-tr.

Une image transformée est une image corrigée ou modifiée qui est obtenue par application d'une transformation à une image INUM. Cette transformation, qui peut être une transformation photométrique, est réalisée en intégrant dans le calcul

-l'image INUM,

-Des données de bruit DcB caractéristiques à INUM,

-1' image I-Int,

-des informations formatées qui tiennent compte, par exemple, des défauts des appareils utilisés et/ou de caractéristiques que l'on veut introduire dans l'image.

On notera que les informations formatées peuvent être relatives à un nombre limité de pixels transformés et/ou intégrer des valeurs de caractéristiques variables selon l'image (par exemple la focale, la mise au point, l'ouverture ...) , dans ce cas il peut y avoir une étape supplémentaire réalisée par exemple par interpolation de manière à se ramener à des informations formatées simples telles celles d'un appareil ne présentant aucune caractéristiques variables, de sorte que le cas des appareils notamment à focale variable se ramène au cas d'un appareil à focale fixe.

On notera que les informations formatées peuvent être relatives à un nombre limité de pixels transformés et/ou de valeurs de caractéristiques variables selon l'image, dans ce cas il peut y avoir une étape supplémentaire réalisée par exemple par interpolation. Dans l'exemple d'une fonction x' ,y' = f (x, y, t) où t est une caractéristique variable (focale par exemple) , les informations formatées peuvent être constituées d'un nombre limité de valeurs (xi, yi, ti, f(xi, yi, ti) ) . Il faut alors calculer une approximation pour les autres valeurs de x, y, t autre que les points de mesures. Cette approximation peut se faire en recourant à des techniques d' interpolations simples ou en passant par des modèles paramétrables ( polynômes, splines, fonctions de Bezier) d'ordre plus ou moins élevés selon la précision finale souhaitée. Avec un formalisme analogue t pourrait être un vecteur et inclure simultanément plusieurs caractéristiques variables (focale, mise au point, zoom ..).

Dans le cas du bruit et/ou du flou, les informations formatées pourraient être constituées éventuellement de vecteurs permettant de caractériser le bruit et/ou le flou relatif à un appareil et/ou une chaîne d'appareils, et ce pour l'ensemble des combinaisons des paramètres variables du dispositif, notamment en recourant à des profils caractéristiques du défaut dans des bases de représentation particulières notamment les représentations frequentielles telles que par exemple les transformées de Fourier, les transformées en ondelettes , .... En effet l'homme de l'art sait que les représentions frequentielles sont des domaines compacts et appropriés de représentation de phénomènes physique liés au bruit et/ou au flou. II est en outre possible de combiner les informations formatées IF relatives à plusieurs appareils P25 d'une chaîne d'appareils P3, pour obtenir des informations formatées relatives à un appareil virtuel présentant les défauts desdits plusieurs appareils P25 ; de sorte qu' il est possible de calculer en une étape l'image transformée I-Transf à partir de l'image INUM pour l'ensemble desdits plusieurs appareils P25 ; de sorte que ledit calcul est plus rapide que si l'on applique le procédé selon l'invention successivement sur chaque appareil P25 ; ladite combinaison, dans l'exemple d'une représentation fréquentielle telle que par exemple la transformée de Fourier, peut être réalisée en cumulant les profils caractéristiques du défaut de chaque appareil, par exemple par multiplication.

Les informations formatées pourront comprendre des données étudiées dans une phase préalable et relatives aux appareils utilisés, mais également toutes informations du style format Exif ou autre qui renseigneraient sur les réglages de l'appareil au moment de la prise de vue (focale, mise au point, ouverture, vitesse, flash..) .

Admettons que 1 ' image numérique INUM représente par exemple la capture de l'image monochromatique d'un carré blanc sur fond noir. Sur la figure 2, nous avons représenté les luminances d'une ligne de l'image INUM. Du fait du bruit et/ou du flou engendré par la chaîne de capture et/ou de restitution, le profil idéal (une marche d'escalier) est déformé. Le procédé de l'invention permet, à l'aide de moyens de calcul CAPP incorporant des approximations selon entre autre une précision finale souhaitée, d'obtenir sur l'image transformée I-Transf, un carré dont la valeur de luminance vx-tr en chacun des points px- tr est bien corrigée aux approximations près. Notons que l'application de l'algorithme CAPP peut dans le cas du bruit et/ou du flou ramener l'image originale INUM vers une image parfaite ou quasi parfaite. Le même algorithme peut également ramener 1 ' image INUM vers une autre image éventuellement déformée, mais différemment, de manière à produire une image à la ressemblance proche d'un type de bruit et/ou flou d' image connu (effet bruit rétro ...) . Le même procédé permet également de ramener 1 ' image INUM vers une image non parfaite (au sens d'un carré blanc sur fond noir comme sur la figure 2) mais optimale aux yeux de l'observateur de sorte de qu'il est possible de compenser éventuellement des défauts de perception de l'œil humain. Estimation du bruit

Pour certains types d'appareils APP, notamment de capture d'images, il est possible de déduire des données caractéristiques du bruit DcB à partir des informations formatées. Par exemple ceci est notamment le cas pour les appareils permettant de renseigner des caractéristiques variables influentes sur le bruit comme le gain, l'ISO.... La dépendance entre le bruit et ces caractéristiques sera renseignée dans les informations formatées notamment au moyen de fonctions polynomiales .

Dans la mesure où des informations formatées ne permettent pas déduire directement ou indirectement des données caractéristiques du bruit, il sera nécessaire de déduire ces données caractéristiques. Nous allons donc décrire, au sens de la présente invention, un exemple de réalisation permettant de produire des données caractéristiques du bruit DcB et relatives à une image INUM. L'image INUM est subdivisée en une série de zones d'analyses (ZAN) non nécessairement jointives et pouvant le cas échant se recouper. La figure 3 représente un exemple de découpage. Une zone d'analyse ZAN peut être de forme quelconque et il n'est forcément nécessaire d'analyser l'ensemble des points inscrits dans ladite zone d'analyse ZAN .Pour chaque zone d'analyse ZAN , par exemple une fenêtre carrée de taille (3X3 pixels, 5X5 pixels) , le procédé réalise une mesure de variation locale de luminance (VLL) . L'ensemble de mesures de variations locales de luminances pour toutes les zones d'analyse ZAN est alors analysé de façon statistique pour produire une ou des données caractéristiques du bruit DcB et relative à l'image INUM.

Un exemple de mesure de variation locale de luminance

VLL peut se réaliser en calculant sur une zone d'analyse ZAN, 1 ' écart maximal de luminance entre 1 ' ensemble des points . Sur la figure 4a, VLL vaut 29, ce qui représente l'écart maximal entre deux pixels de la zone. Une autre façon pourrait être de calculer l'écart-type de la distribution relative à la variation de luminance. L'ensemble de mesures de variation locale de luminance

VLL peut être analysée de façon statistique en créant un histogramme des fréquences d'apparition des variations. Cet histogramme dont un exemple est représenté en figure 4b porte en abscisse une quantification des écarts de luminance VLL selon la précision de mesure sur le bruit. En ordonnée on totalise le nombre d'apparition d'une zone d'analyse ZAN donnant la valeur VLL. Sur l'exemple il y a eu 22 zones d'analyse ZAN pour lesquelles la mesure de variation locale de luminance a donné la valeur 50. Le profil de cet histogramme pour une image naturelle, par exemple une image de paysage comportant une distribution aléatoire de motifs de luminance différente, mais de luminance homogène sur des petites zones d'analyse, comporte une zone caractéristique située avant le premier maximum local (figure 4b, 4c) . Si l'on admet qu'une image naturelle comporte un nombre important de zones de taille réduite (taille d'une zone d'analyse ZAN) pour lesquelles l'éclairage est quasi uniforme, alors le premier maximum local de l'histogramme (d'abscisse x et d'ordonnée fm) caractérise le bruit moyen de l'image INUM. Pour l' image très peu bruitée nous aurons beaucoup de mesures

VLL présentant des écarts de luminance faibles et l'abscisse du premier mode se rapprochera de l'origine ; en revanche si l'image incorpore beaucoup de bruit issu des différents appareils de la chaîne, chaque mesure VLL réalisée sur des zones théoriquement homogènes générera des valeurs élevées et éloignera de l'origine l'abscisse du premier mode de 1' histogramme .

Les données caractéristiques du bruit de l'image INUM peuvent être constituées de l'ensemble des valeurs de l'histogramme jusqu'au premier mode. Une autre façon d'extraire une information plus synthétique de la caractéristique du bruit consiste, comme cela est représenté sur la figure 4c, d'affecter une valeur de bruit moyen BM comme étant l'abscisse xb, comprise entre l'origine et le premier mode de l'histogramme (xm) , pour laquelle l'ordonnée est une fraction de fm (typiquement sa moitié) .

La figure 5 représente une variante de calcul des données caractéristiques du bruit DcB. Selon une procédure analogue d'analyse des zones d'analyse ZAN, l'invention prévoit d'estimer simultanément à la variation locale de luminance VLL une information relative à la luminance moyenne dans ladite zone d'analyse ZAN (par exemple la moyenne algébrique des luminances sur la zone) . Le procédé prévoit également, en fonction de la quantification des images de luminance, de créer des classes qui subdivisent de façon linéaire ou non l'échelle de la luminance.

Pour une quantification sur 8 bits le maximum de classe est de

255 ; typiquement nous utiliserons entre 5 et 10 classes (Cl

Cn) de découpage de la luminance. Dans un exemple de réalisation du procédé, le choix du découpage pourra être fonction de l'histogramme des luminances de l'image INUM. A chaque classe correspondra un histogramme de cumul de fréquence d'apparition d'une VLL, de telle manière que le bruit contenu dans 1 ' image INUM est analysé par tranche de luminance .

Sur la figure 5 nous avons décrit trois exemples de zones d'analyse ZAN, pour une analyse des caractéristiques de bruit en trois classes. Pour la zone ZAN-i la luminance moyenne est de 5,8, cette zone appartient donc à la classe Cl et la mesure de VLL (qui vaut 11) sera donc accumulée dans l'histogramme HC1 relatif à Cl. Une démarche analogue est faite pour les zones d'analyse ZAN-j et ZAN-p qui, compte tenu de leur mesure de luminance moyenne appartiennent respectivement aux classes C2 et C3. Lorsque l'ensemble des zones d'analyse ZAN constituant l'image INUM est analysé, nous obtenons autant d'histogrammes que de classes. De façon analogue à la description précédente il est possible de sortir une valeur caractéristique de bruit par histogramme et donc par classe et ainsi de constituer un ensemble de données DcB=[(Cl,BMl) , (C2,BM2) ,.... (Cn,BMn)] caractéristiques du bruit de INUM.

Clippage

Soit une image numérique INUM au sens de la présente invention, soit également une transformation applicable à INUM de telle sorte à réaliser une image intermédiaire qui selon certains aspects présente l'avantage d'apporter des modifications souhaitées mais en revanche présente l'inconvénient, dans certaines zones, d'augmenter le bruit de l'image. Cette transformation, comme nous le verrons par la suite, pourra être par exemple une transformation réduisant le flou, une transformation augmentant le contraste, une transformation permettant la création de mosaïques d'images, ou toute autre transformation susceptible de modifier les caractéristiques de bruit entre l'image INUM et I-Int. Le procédé représenté en figure 6, est appelé clippage dans le sens où, dans le cadre de l'invention, il consiste à prendre des portions d'images. Le calcul de la luminance vx-tr d'un pixel transformé Px-tr-j requiert des informations relatives :

-au pixel Px-num-j et une zone d'analyse ZAN-j autour du point

-au pixel Px-int-j

-aux données caractéristiques du bruit DcB L'analyse de la luminance moyenne et de la variation locale de luminance VLL dans la zone ZAN-j permettent de déterminer la classe Cj d'appartenance de bruit, et d'extraire des données DcB le bruit BM-j . Selon une façon, on peut calculer un rapport Rj normalisé entre BM-j et VLL. Comme cela est représenté sur la figure 6 si Rj tend vers 1 (cas où la variation locale de luminance VLL est sensiblement du même ordre que BM-j c'est à dire que l'on mesure du bruit, alors la luminance vx-tr du pixel transformé Px-tr-j est prise majoritairement dans INUM. La valeur de luminance d'un pixel transformé peut alors s'exprimer comme une fonction de la luminance du pixel vx-num, de la luminance du pixel vx-int et des données caractéristiques du bruit. Un cas particulier peut être la règle suivante : vx-tr = (Rj ) vx-num + (1-Rj) vx-int où vx-num et vx-int représentent les luminances respectives de Px-num-j et Px-int-j . Dans le cas contraire, (la variation locale de luminance VLL est forte devant BM-j c'est à dire on est dans du signal) le rapport Rj tend vers 0 et la luminance vx-tr du pixel transformé Px-tr-j est prise majoritairement dans l'image intermédiaire I-Int.

De façon plus générale la valeur de luminance d'un pixel transformé peut s'exprimer comme une fonction des luminances du pixel vx-num et de ses voisins, des luminances du pixel vx-int et de ses voisins et enfin des données caractéristiques du bruit.

Il sera ainsi possible par exemple de déduire l'image transformée à partir de l'image intermédiaire en effectuant une opération de filtrage plus ou moins fort dans cette dernière à partir du bruit mesuré dans INUM.

Ce procédé présente l'avantage de ne prendre dans l'image intermédiaire que l'information pertinente à l'exclusion des points pour lesquels le bruit analysé dans l'image originale

INUM est trop important au sens d'une étude globale statistique de bruit caractérisée par les données DcB.

Il est entendu qu' il est possible au cours de l'opération de clippage d'appliquer entre les images INUM et I- Int toute relation de passage notamment des transformations linéaires ou non-linéaires.

Le système selon l'invention comporte en figure 3, un dispositif de sélection de zones d'analyse SZ. En figure 6 il comporte un dispositif de calcul MCI pour calculer un pixel intermédiaire à partir d'un pixel Pi de l'image INUM. Par ailleurs, un dispositif de calcul dcb permet de calculer les données caractéristiques du bruit DcB et de fournir un coefficient Rj . Le dispositif de calcul MC2 permet de calculer la valeur d'un pixel transformé, c'est à dire sa luminance, à partir des valeurs des pixels numérique et intermédiaire correspondants et du coefficient Rj .

Correction du flou

Nous allons à présent décrire un exemple de réalisation d'un procédé plus particulièrement destiné à calculer une image transformée corrigée de tout ou partie du flou. La description de ce procédé est basée sur l'exemple de réalisation du système de la figure 7a. L'image numérique INUM est subdivisée en zone d'image à corriger ZIC. L'ensemble de ces zones couvre la totalité de l'image INUM et le cas échéant, ces zones peuvent éventuellement se chevaucher pour diminuer certains effets perturbateurs plus connus par l'homme de l'art sous le vocable d'effet de bord. La création d'une zone image transformée ZIC* et corrigée du défaut de flou met en œuvre un processus qui requiert comme argument, de façon non limitative, les paramètres suivants :

- la connaissance des valeurs des paramètres variables de l'appareil ou de la chaîne d'appareils de capture et/ou de restitution d'images au moment de la prise de vue.

-la luminance en chaque point Px-num appartenant à la zone ZIC,

-les données caractéristiques du bruit DcB de INUM les informations formatées relatives à une modélisation du flou de l'appareil et/ou de la chaîne d'appareils, et préalablement modélisées éventuellement au moyen d'un modèle paramétrable.

Pour une configuration d'arguments donnés (focale, mise au point, zoom, ouverture, ..., DcB, zone ZIC) , le modèle paramétrable des informations formatées permet d'accéder à des profils caractéristiques du flou relatifs à une représentation image RI et une représentation de référence RR. Ces profils sont exprimés dans une base particulière notamment une base fréquentielle B en utilisant par exemple une transformée de Fourier, une transformée en ondelettes ...

La base B sera implicite ou bien alors renseignée dans les informations formatées. Au sens de la présente invention l'homme de l'art conçoit qu'il est possible de représenter une image numérique (par exemple INUM) dans un espace vectoriel de dimension égal au nombre de pixels. On entend par base B, et ce de façon non exclusive, une base au sens mathématique du terme de cet espace vectoriel et/ou un sous espace vectoriel de celui- ci.

Par la suite, on appelle fréquence, un identifiant relatif à chaque élément de la base. L'homme de l'art comprend les transformations de Fourier et/ou transformées en ondelettes comme des changements de base de l'espace des images. Dans le cas d'un appareil APP pour lequel les défauts de flou n'affectent de façon significative qu'un sous espace de l'espace vectoriel des images il sera nécessaire de ne corriger que les composantes de l'image INUM appartenant à ce sous espace. Ainsi la base B sera de préférence choisie comme une base de représentation de ce sous espace.

Une autre façon de mettre en œuvre le procédé au sens de l'invention est de choisir une base de représentation de l'image optimale au sens par exemple de celui du temps de calcul. Cette base pourra être choisie de dimension petite, chaque élément de la base ayant un support de quelques pixels localisés spatialement dans l'image INUM (par exemple les Splines ou les ensemble d'opérateurs de variations locales

Laplacien, Laplacien de Laplacien ou dérivées d'ordre supérieure...)

La mesure de la variation locale de luminance VLL sur la zone ZIC permet grâce aux données caractéristiques du bruit DcB de INUM de calculer un coefficient Rj (dispositif dcb2) . Ce coefficient sera couplé aux représentations RI et RR (dispositif pr) pour générer un profil fréquentiel de rehaussement PR relatif à la zone ZIC. Ce profil indique le gain à apporter à chaque fréquence relative à l'information de luminance contenu dans la zone à corriger ZIC, pour supprimer tout ou partie du flou.

La figure 7a montre qu'il suffit alors d'exprimer la zone ZIC dans une base B, notamment une base fréquentielle adéquate B(ZIC), d'appliquer la fonction de rehaussement pour tout ou partie des fréquences B(ZIC*) = B(ZIC)*PR, puis par une transformée inverse de retrouver la zone image transformée. L'ensemble des zones images transformées est alors combiné de manière à obtenir l'image transformée (I-Transf ID) déflouée. Cette combinaison permet par exemple d'apporter des solutions en cas de chevauchement de ZIC notamment pour limiter les effets de bord;

La création de l'image (I-Transf ID) telle que précédemment décrite, présente l'avantage d'apporter les modifications nécessaires à l'image INUM vis à vis du flou, mais présente l'inconvénient d'augmenter le bruit dans certaines zones (notamment les zones relativement uniformes) .

Une seconde mise en œuvre d'un procédé de la présente invention est basée sur l'exemple de réalisation du système de la figure 7b. Elle permet de réaliser une image déflouée (I- Transf IDBC) ayant un niveau de bruit contrôlé. La création de l'image transformée (I-Transf IDBC) met en œuvre une procédure de clippage similaire à celle décrite précédemment en figure 6, à l'aide du dispositif dcbl et du dispositif de clippage. Dans ce cas présent l'image intermédiaire, telle que définie dans la figure 6, n'est autre que l'image déflouée (I-Transf ID) .

La figure 8 décrit plus précisément l'obtention du profil de rehaussement PR pour une zone ZIC déterminée. Les représentations image RI et de référence RR extraites des informations formatées et relatives à une zone image à corriger ZIC sont caractéristiques du flou introduit par le système d'acquisition et/ou de restitution pour une configuration de paramètres variables donnée au moment de la prise de vue (focale 10mm, mise au point infinie, ouverture f/2 ...) . Ces représentations RR et RI expriment les notions suivantes -RI est le profil fréquentiel d'une zone ZIC d'une scène de référence tel qu'il a été généré par le dispositif et contenant du flou,

-RR est le profil fréquentiel optimal de la même zone ZIC tel qu'il aurait du être généré si le dispositif n'avait pas engendré du flou.

Nous voyons que le rapport entre ces deux profils peut indiquer le gain pour chaque fréquence à apporter à RI pour retrouver RR. En revanche, il s'avère que l'application directe du gain calculer entre RI et RR peut générer des comportements indésirables notamment en hautes fréquences lorsque la zone à corriger ZIC comporte un niveau de bruit important. Ces phénomènes sont connus pour l'homme de l'art par effet d'oscillations de luminance appelées « ringing ». Selon l'invention, le procédé va estimer un profil RH compris entre RR et RI et dont la position est paramétrée en fonction du bruit dans la zone analysée ZIC.

Les figures 8a et 8b montrent deux exemples de profils PR qu'il est possible de générer selon l'invention. L'écart entre les profils RI et RR montre la perte fréquentielle introduite par le flou inhérent au dispositif.

La figure 8a traite le cas d'un niveau de bruit important dans la zone ZIC ; on aura intérêt de choisir un profil RH comprise entre RI et RR et telle que son effet soit moindre vers les hautes fréquences (l'extrémité de RH sera confondu avec RI) qui portent dans ce cas présent l'information liée au bruit dans l'image.

La figure 8b traite au contraire le cas d'un niveau de bruit très faible dans la zone ZIC ; les hautes fréquences de profil RI représentent donc du signal et non plus du bruit. On aura alors intérêt de choisir un profil RH entre RI et RR telle que le gain entre RH et RI demeure important même vers les hautes fréquences afin de renforcer la perception des détails dans la zone ZIC.

En aucun cas RH ne pourra dépasser RR qui est le profil idéal du dispositif mais ne correspond pas à une image réalisable par une dispositif réel. Compte tenu de la description précédente il est possible de choisir de multiples fonctions qui paramétrent une courbe du profil RH comprise entre RI et RR. Sur les figures 8a, 8b la base de représentation choisie pour les représentations RR et RI est celle de Fourier. L'axe des abscisses porte les fréquences du signal, celui des ordonnées porte le logarithme du module de la transformée de Fourier. Une façon notamment de procéder pour calculer une représentation de profil de RH est de rester tangent en basse fréquence au profil RR puis (figures 8a, 8b) d'utiliser une droite jusqu'aux point extrême caractérisant les hautes fréquences .

La construction de profil PR de rechaussement des fréquences se réalise immédiatement par le calcul du rapport de RH/RI pour l'ensemble des fréquences.

Correction bruit et /ou flou poly-chro atique

Le procédé de l'invention est applicable au traitement des images couleur. Une image couleur est considérée du point de vue du traitement logiciel de 1 ' image comme comportant autant d'images (ou plans couleurs) qu'il y de couleurs de base dans l'image. C'est ainsi qu'une image IMrvb est considérée comme comportant les trois plans couleur Im-rouge, Im-vert, Im-bleu. De façon analogue une image IMcmjn peut être considérée comme comportant 4 plans couleur Im-cyan, Im-magenta, Im-jaune, , Im- noir. Dans le procédé précédemment décrit, chaque plan couleur sera traité indépendamment de façon à obtenir n images transformées qui recomposeront les différents plans couleurs de 1' image finale transformée . Réduction de la dynamique avant un appareil de restitution

Le procédé de l'invention est applicable au calcul d'une image numérique transformée I-Transf, destinée à être visualisée via un moyen de restitution de dynamique connu

(figure 9a) pour créer une image I-REST. Ce moyen de restitution, par exemple un projecteur, introduit intrinsèquement du flou au moment de la restitution, ce qui se traduit sur la figure 9b par exemple, par une atténuation du profil d'une transition en marche d'escalier. Afin d'obtenir une restitution plus favorable on a intérêt (figure 9c) à modifier en amont la dynamique de l' image transformée de manière à ce que l'image projetée ait un profil plus proche du profil idéal. Cette modification de dynamique n'est pas toujours réalisable du fait de la quantification de l'image transformée (généralement 8 bits) . Pour palier cette difficulté, le procédé peut réduire la dynamique globale de l'image transformée (l'image devient moins contrastée donc moins énergétique) . On peut lui appliquer les transformations nécessaires à la prise en compte du flou de l'appareil de restitution tout en restant dans la dynamique admissible de l'image (figure 9c) et compenser la baisse d'énergie au niveau de l'appareil de restitution lui même qui n'a plus de problème de quantification, en augmentant par exemple l'énergie au niveau des lampes pour un appareil de projection à lampe (figure 9d) . Il résulte de cette combinaison des moyens techniques que l'appareil de restitution peut restituer des images de détails moins flous, notamment des caractères .

Application de l'invention à la réduction de coût

On appelle réduction de coût, un procédé et système pour diminuer le coût d'un appareil P25 ou d'une chaîne d'appareils P3, notamment le coût de l'optique d'un appareil ou d'une chaîne d'appareils; le procédé consistant à :

- diminuer le nombre de lentilles, et/ou

- simplifier la forme des lentilles, et/ou - concevoir ou choisir dans un catalogue une optique ayant des défauts P5 plus importants que ceux souhaités pour l'appareil ou la chaîne d'appareils, et/ou

- utiliser des matériaux, composants, traitements ou procédés de fabrication moins coûteux pour l'appareil ou la chaîne d'appareils, ajoutant des défauts P5.

Le procédé et système selon l'invention peut être utilisé pour diminuer le coût d'un appareil ou d'une chaîne d'appareils : on peut concevoir une optique numérique, produire des informations formatées IF relatives aux défauts P5 de l'appareil ou à la chaîne d'appareils, utiliser ces informations formatées pour permettre à des moyens de traitement d'image, intégrés ou non, de modifier la qualité des images provenant ou destinées à l'appareil ou à la chaîne d'appareils, de sorte que la combinaison de l'appareil ou la chaîne d'appareil et des moyens de traitement d'image permettent de capturer, modifier ou restituer des images de la qualité souhaitée avec un coût réduit .