Stage - Déconvolution à l’aveugle par algorithmes proximaux H/F

Magellium (Groupe Artal), avec ses 300 collaborateurs, est un acteur indépendant, spécialisé sur la chaine de valorisation de la donnée de télédétection (du capteur satellite ou drone jusqu’à son utilisation dans les systèmes et les services d’observation de la terre, la cartographie et la Géointelligence) qui promeut la maîtrise des technologies spatiales, du logiciel, du traitement de signal et de la géomatique.

Dans le cadre de ses activités en Observation de la terre, Magellium réalise des études de Recherche et Développement à fort potentiel innovant et développe des systèmes de production, gestion, traitement, analyse et visualisation de données satellitaires, tant dans le domaine du traitement de la donnée satellitaire (algorithmes et traitement de la donnée capteur) que dans le domaine de la restitution des paramètres géophysiques en Observation de la Terre (atmosphère, surfaces continentales, océan, climat). 

Une grande partie des méthodes de déconvolution nécessite une connaissance plus ou moins précise de la réponse impulsionnelle du système imageur (appelée PSF).

Les méthodes d’optimisation utilisant l’opérateur proximal ont déjà été investiguées, et ont montré leur efficacité dans le cadre de la déconvolution d’images satellitaires pour lesquelles la PSF est partiellement connue. Cependant, pour certains types de système la PSF peut être inconnue ou difficile à estimer.

Dans ces cas, l’emploi d’algorithmes de déconvolution à l’aveugle peut être envisagé. Ces derniers ont pour principal intérêt de fournir à la fois l’image déconvoluée et une estimation de la PSF. Ici nous proposons de nous concentrer sur les versions tournées optimisation.

Le stage consistera à implémenter ces méthodes sur des images issues de la télédétection et de comparer les résultats obtenus avec ceux provenant des méthodes supervisées (c’est-à-dire avec réponse impulsionnelle connue).

Ce stage sera divisé en plusieurs tâches :

• Réaliser une recherche bibliographique autour des diverses méthodes de déconvolution à l’aveugle.

• Lister les algorithmes type proximal les plus performants trouvés dans la littérature en notant leurs points forts et points faibles.

• Implémenter ces algorithmes en langage Python.  

• Tester ces codes sur les bandes visibles d’images satellitaires, en analysant l’influence des différents paramètres d’optimisation. 

• Comparer les résultats obtenus avec ceux des méthodes supervisées en calculant différents indicateurs par exemple le PSNR, le RMSE, le ERGAS et le SSIM.

Article de référence :

https://ieeexplore.ieee.org/abstract/document/6116228/references#references

Etudiant(e) en cursus universitaire ou en école d'ingénieur et préparant un diplôme de niveau Bac+5 dans le domaine des Mathématiques Appliquées avec idéalement une spécialisation en Traitement de l’Image et Optimisation.

Vous êtes intéressé(e), autonome et motivé(e) pour travailler dans le domaine de l’Observation de la Terre.

Une connaissance du domaine de l’imagerie satellite serait un plus. 

Mots clés : Satellite optique, Observation de la Terre, Optimisation non linéaire, Algorithmes proximaux, Traitement de l’image

Mots clés informatiques : Python, Calcul parallèle