Abstract FR:

Nous nous interessons a l'estimation de structures stratifiees 2-d a partir de donnees filtrees et bruitees. Ce probleme de deconvolution concerne la geophysique, le controle non destructif et l'imagerie medicale. Alors que la plupart des methodes existantes sont reduites a des traitements 1-d, sous optimaux, nous abordons le probleme dans un contexte 2-d correspondant a de nombreux dispositifs experimentaux. Nous construisons d'abord une nouvelle famille de processus markoviens 2-d qui fournit un modele a priori des caracteristiques physiques et geometriques des structures stratifiees. Les proprietes statistiques du modele propose sont etudiees: generalisation du modele 1-d bernoulli-gaussien, analogies structurelles avec les champs de pickard et avec les processus de ligne de geman & geman. La deconvolution bayesienne map est ensuite envisagee. Plusieurs algorithmes sont proposes et testes. L'accent est porte sur la faible complexite numerique. Des exemples de traitement montrent l'amelioration tres importante apportee par cette nouvelle approche