Stage - Déconvolution d'images satellitaires et estimation de réponse impulsionnelle

Magellium (Groupe Artal), avec ses 300 collaborateurs, est un acteur indépendant, spécialiste sur la chaine de valorisation du pixel et de la donnée image et vidéo (du capteur satellite, aéroporté ou drone jusqu’à son utilisation dans les systèmes d’information géographique, la cartographie et la Géointelligence). Magellium promeut la maîtrise des technologies du logiciel, de l’IA, du traitement d’image et de la géomatique.  

L’unité Earth Observation est en charge des activités de traitement d’images d’origine spatiale. Ses domaines d’expertise sont : la géométrie des capteurs & le traitement d’image, la calibration/validation et le contrôle qualité et les services d’observation de la Terre. Nos experts en télédétection, nos scientifiques et nos concepteurs de logiciels spécialisés se concentrent sur les programmes de R&D, les algorithmes de traitement, les systèmes de segment sol et les services environnementaux. Observer la Terre depuis l'espace, surveiller notre environnement et les changements climatiques sont nos défis.

Magellium propose le stage suivant intitulé : Déconvolution d'images satellitaires et Estimation de réponse impulsionnelle.

CONTEXTE :

Une grande partie des méthodes de déconvolution nécessitent une connaissance plus ou moins précise de la réponse impulsionnelle du système imageur (Point Spread Function – PSF en anglais). Dans la mouvance actuelle New Space, la connaissance de la PSF optique est imprécise voire inconnue sur de nombreux instruments. Par le passé, des algorithmes d'optimisation basés sur l'opérateur proximal et des approches PlugAndPlay, ont été testés pour répondre à la problématique de la déconvolution à l'aveugle (c.-à-d. sans connaissance de la PSF). Les limites de ces approches résident dans la difficulté d'estimer pertinemment à la fois la PSF et l'image nette. Une piste d'amélioration possible est d'employer un réseau neuronal de type ResNet pour estimer la PSF en amont de la déconvolution. Suivant le besoin, cette famille de réseaux est supposée fournir soit une PSF sous la forme d'un noyau, soit une paramétrisation physique de celle-ci, par exemple à travers l'erreur de front d'onde (Wavefront Error – WFE en anglais) qui est décomposable dans la base de Zernike. La déconvolution quant à elle pourra être traitée par des méthodes PlugAndPlay ou par des réseaux incorporant des aprioris physiques.

SUJET :

Le stage consistera à entraîner ces réseaux d'estimation de PSF sur un jeu d'images issues de la télédétection, puis de les déployer en comparant les résultats avec ceux provenant des méthodes développées antérieurement. Aussi, un axe de travail complémentaire portera sur les méthodes d'estimation des poids des polynômes de Zernike, avec ou sans ces réseaux.

Ce stage sera divisé en plusieurs tâches :

• Réaliser une recherche bibliographique sur les réseaux de neurones pour l'estimation de PSF et pour la déconvolution.

• Sous Python, entraîner ces réseaux sur un jeu d'images satellitaires, puis les faire tourner sur d'autres scènes.

• Comparer les résultats obtenus avec ceux des méthodes antérieures en termes de restitution de PSF, et également sur le plan de la déconvolution en regardant différents indicateurs, notamment PSNR, RMSE ou SSIM.

Articles de référence :

https://arxiv.org/pdf/2008.13751

https://www.sciencedirect.com/science/article/pii/S266695012100033X#s0020

https://opg.optica.org/viewmedia.cfm?r=1&rwjcode=ao&uri=ao-37-21-4614&seq=0

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 une spécialisation en Traitement de l’Image, Optimisation et IA, 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, Algorithmes PlugAndPlay, Traitement de l’image, Deep Learning

Mots clés informatiques : Python, Librairies de Deep Learning, Calcul parallèle, Git, Bash

Chez Magellium, la diversité et l'inclusion sont fondamentales pour notre fonctionnement et ancrées dans nos valeurs. Nous respectons la diversité de nos employés, leurs expériences, leurs origines, leurs handicaps, et offrons des chances égales à tous. Tous différents, tous compétents !