Restauration d’image utilisant les réseaux de neurones et la régularisation adaptative

Abstract

Le présent travail se classe parmi les travaux élaborés pour le traitement du problème de la restauration des images numériques floues et bruitées utilisant deux approches différentes la première est celle des réseaux de neurones et la deuxième est une technique purement mathématique issue de l’algèbre linéaire qui est la SVD (Décomposition en Valeurs Singulières).Le modèle neuronal utilisé est le modèle de Hopfield. Trois algorithmes seront présentés et discutés, le premier est basé sue le modèle originale de Hopfield et il est dit algorithme de Zhou, les deux autres algorithmes utilisent une structure de neurone un peu complexe par rapport au premier d’où ils sont appelés algorithmes de restauration à base du modèle de Hopfield modifié La SVD est devenue la technique la plus répondue dans le domaine de résolution des problèmes inverses bien ou mal posés, car elle existe quelque soit le problème à résoudre, ce qui permet de donner une solution stable et très proche de la solution exacte. Le domaine de la restauration des images floues et bruitées se formule comme un problème inverse, d’où on a inspiré cette technique non seulement pour inverser le phénomène dégradant mais à la régularisation du problème en présence de bruit.