Obtient-on de meilleures performances lorsqu'un système d'imagerie est co-optimisé avec un algorithme de déconvolution non linéaire ? (Orale) - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Obtient-on de meilleures performances lorsqu'un système d'imagerie est co-optimisé avec un algorithme de déconvolution non linéaire ? (Orale)

Résumé

La co-conception consiste à optimiser un système d’imagerie en prenant en compte le modèle de scèneet de formation de l’image, le système d’imagerie (détecteur, optique) et la méthode d’extraction de l’informa-tion [1]. Depuis plusieurs années, notre équipe co-conçoit des masques de phase pour augmenter la profondeurde champ des systèmes optiques où le produit final est une image restaurée ou reconstruite [2, 3]. Ces masquesproduisent une image intermédiaire floue, mais dont la qualité est indépendante de la position axiale de l’objet.Il est alors possible en appliquant une déconvolution unique de reconstruire l’objet, quelle que soit la profondeurà laquelle il se situe. Cette approche de co-optimisation peut être formulée de manière rigoureuse en définissantle critère d’optimisation de la fonction de phase du masque comme la différence quadratique moyenne entreune image idéalement nette et l’image délivrée par le système après déconvolution [4, 5, 6]. En général, on préfère optimiser les masques à l’aide d’un critère dont l’expression est analytique, cequi accélère considérablement l’étape d’optimisation. Cependant le critère suppose que la déconvolution estréalisée à l’aide d’un filtre de Wiener. Or, les algorithmes de déconvolution non linéaires sont connus pouravoir de meilleures performances. La question se pose donc de savoir si de meilleures performances d’imageriepeuvent être obtenues avec un système optique optimisé à l’aide d’un algorithme de déconvolution non linéaire(pris en compte directement dans le critère d’optimisation) au lieu d’un algorithme linéaire. Pour répondre à cette question, nous proposons de comparer les résultats obtenus pour des masques dephase optimisé sur la base d’un filtre de Wiener avec ceux dont le critère d’optimisation repose sur un algo-rithme non linéaire. Nous avons choisi la déconvolution par moindres carrés régularisée par variation totalepuisqu’il s’agit d’une approche bien connue, bien documentée et efficace, largement utilisée à des fins de pré-servation des bords [7]. Nous montrons que les masques obtenus en optimisant les deux critères sont identiqueset proposons une conjecture pour expliquer ce comportement [8]. Ce résultat est important car il justifie unepratique fréquente en co-conception qui consiste à optimiser un système avec un critère analytique simple basésur une déconvolution linéaire et à restaurer les images obtenues avec un algorithme de déconvolution nonlinéaire [9]. [1] D. G. Stork and M. D. Robinson, “Theoretical foundations for joint digital-optical analysis of electro-opticalimaging systems,”Appl. Opt., vol. 47, pp. B64–B75, Apr 2008. [2] F. Diaz, M.-S. L. Lee, X. Rejeaunier, G. Lehoucq, F. Goudail, B. Loiseaux, S. Bansropun, J. Rollin, E. Debes, andP. Mils, “Real-time increase in depth of field of an uncooled thermal camera using several phase-mask technolo-gies,”Opt. Lett., vol. 36, pp. 418–420, Feb 2011. [3] M.-A. Burcklen, F. Diaz, F. Leprêtre, J. Rollin, A. Delboulbé, M.-S. L. Lee, B. Loiseaux, A. Koudoli, S. Denel,P. Millet, F. Duhem, F. Lemonnier, H. Sauer, and F. Goudail, “Experimental demonstration of extended depth-of-field f/1.2 visible High Definition camera with jointly optimized phase mask and real-time digital processing,”Journal of the European Optical Society : Rapid publications, vol. 10, p. 15046, 2015. [4] T. Mirani, M. P. Christensen, S. C. Douglas, D. Rajan, and S. L. Wood, “Optimal co-design of computationalimaging system,” inProceedings. (ICASSP ’05). IEEE International Conference on Acoustics, Speech, and SignalProcessing, 2005., vol. 2, pp. ii/597–ii/600 Vol. 2, March 2005. [5] M. D. Robinson and D. G. Stork, “Joint Design of Lens Systems and Digital Image Processing,” inInternationalOptical Design, p. WB4, Optical Society of America, 2006. [6] T. Mirani, D. Rajan, M. P. Christensen, S. C. Douglas, and S. L. Wood, “Computational imaging systems : jointdesign and end-to-end optimality,”Appl. Opt., vol. 47, pp. B86–B103, Apr 2008. [7] D. M. Titterington, “Common Structure of Smoothing Techniques in Statistics,”International Statistical Review,vol. 53, no. 2, pp. 141–170, 1985. [8] O. Lévêque, C. Kulcsár, and F. Goudail, “Comparison of linear and nonlinear deconvolution algorithms for co-optimization of depth-of-field enhancing binary phase masks,”OSA Continuum, vol. 4, pp. 589–601, Feb 2021. [9] J. Portilla and S. Barbero, “Hybrid digital-optical imaging design for reducing surface asphericity cost while kee-ping high performance ,” inComputational Optics II(D. G. Smith, F. Wyrowski, and A. Erdmann, eds.), vol. 10694,pp. 28 – 37, International Society for Optics and Photonics, SPIE, 2018.
Fichier non déposé

Dates et versions

hal-03188330 , version 1 (01-04-2021)

Identifiants

  • HAL Id : hal-03188330 , version 1

Citer

Olivier Lévêque, Caroline Kulcsár, François Goudail. Obtient-on de meilleures performances lorsqu'un système d'imagerie est co-optimisé avec un algorithme de déconvolution non linéaire ? (Orale). Journées d'Imagerie Optique Non Conventionnelle, GdR-ISIS (CNRS), Mar 2021, Online Only, France. ⟨hal-03188330⟩
132 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More