Statistiques du contraste dans images avec haute et basse gamme dynamique

Encadrants : 

Occurrences : 

2014

Nombre d'étudiants minimum: 

2

Nombre d'étudiants maximum: 

4

Nombre d'instances : 

1

Quand on prend une photo avec un appareil traditionnel ça arrive assez souvent d'avoir des parties très sombres et des autres parties saturées. Pour éviter ce problème on peut générer les images à haute gamme dynamique (appelées HDR pour "High Dynamic Range").

L’High dynamic range (HDR) est une technique qui permet de représenter la vraie luminance d'une scène, bien dans les parties sombres comme dans les lumineuses, contrairement au low dynamic range (LDR) des représentations vidéo traditionnelles. Cela permet une gamme étendue de luminosité, et donc un rendu plus réaliste des détails et des couleurs plus proche de la vision humaine que les images standard. 

Il y a de plus en plus intérêt à mieux comprendre les caractéristiques intrinsèques des images HDR pour les comparer avec celles des images LDR. Le contraste est sûrement une des caractéristiques les plus importantes et encore pas bien étudiées des images numériques.

C'est intéressant de souligner la différence entre contraste "physique" et "perceptuel": le premier, usuellement appelé contraste de Michelson, fait référence seulement à la distribution et aux propriétés des objets dans les scènes visuelles naturelles ; par contre, le contraste perceptuel tien en compte aussi de l'interaction de la lumière avec le système visuel humain.

Le sujet des images HDR est considéré "hot topic" par des entreprises comme Technicolor, DxO et Thales.

Dans le cadre de ce projet, vous devrez:

  1. Calculer le contraste physique et le contraste perceptuel sur trois bases des données différents : la première est constitué par un ensemble d'images compressées téléchargées depuis Flickr, la deuxième est une base d'image images raw (non compressées) et la troisième est une base d’images HDR;
  2. Analyser les données et fournir des statistiques basiques : histogrammes de distribution du contraste, moyenne, variance, etc.

Ce projet est destiné à des personnes se sentant déjà à l'aise avec Matlab ou C/C++ et avec la transformée de Fourier.