Restauration d'image de contours incomplets par modelisation par champs de Markov
Résumé
Dans ce rapport, nous presentons un algorithme permettant de restaurer des images de contours incomplets. Nous utilisons une modelisation markovienne et des distributions de Gibbs. Pour ce faire, certains criteres a optimiser sont determines afin de completer les parties manquantes. La mise en oeuvre de methodes deterministes("Iterated Conditional Mode") ou stochastiques (echantillonneur de Gibbs) de relaxation permet d'aboutir a une configuration stable dans laquelle les contours sont completes. Notre travail consiste a modifier un algorithme propose par J.L. Marroquin en 1989 et a l'etendre dans le but de traiter des images bruitees et de scenes reelles. Pour illustrer cette methode, nous presentons des resultats sur plusieurs types d'images: des images synthetiques bruitees et des images reelles(images d'interieur, images satellite: SPOT).