Abstract FR:

Cette thèse est née de la volonté de caractériser les performances d'une chaine de traitements. Nous avons ainsi étudié un filtre dédié à la détection de cibles ponctuelles dans une image et une méthode de recalage d'images. Dans les deux cas, il s'agissait d'obtenir une précision (localisation de la cible et estimation du mouvement) inferieure ou égale au pixel. Cette modélisation de performances, impliquant une démarche commune mais des modèles et des calculs très différents, nous a permis d'optimiser le filtre de détection étudié mais a surtout mis en relief les avantages du krigeage appliqué au traitement d'image. Le krigeage ordinaire (estimateur linéaire qui minimise la variance d'estimation) se révèle une méthode d'interpolation efficace que nous avons mis en concurrence avec d'autres interpolations couramment utilisées (notamment, les interpolations bilinéaire et bicubique). Nous avons caractérisé l'erreur d'estimation du mouvement (translation inferieure au pixel inconnue) et l'erreur quadratique moyenne d'interpolation d'une image dans la géométrie de la seconde. Les bons résultats obtenus par le krigeage nous ont incités à utiliser cet estimateur pour augmenter la résolution d'une séquence d'images (toujours sous l'hypothèse de translations sub-pixelliques). Cette méthode nous permet d'obtenir une image sur-échantillonnée que nous déconvoluons pour simuler des détecteurs plus fins. Nous illustrons les performances du krigeage sur une séquence urbaine. Nous avons comparé le rendu visuel du traitement avec les résultats obtenus par une méthode fréquentielle (donc linéaire) étalon : le krigeage est un candidat sérieux à l'obtention de détails plus fins à partir d'une séquence d'images peu résolues