CNRS Innovation

Partenariats, création d'entreprises, brevets, licences, événement... Retrouvez tous les mois les dernières actualités de la valorisation et de l'innovation au CNRS.

Brevets et licences

Une nouvelle technique simple et « naturelle » pour acquérir des images déjà compressées

Cette technique d’imagerie optique comprimée permet d’acquérir efficacement des images de bonne résolution en plaçant simplement un milieu diffusant naturel, comme par exemple une fine couche de peinture blanche, entre l’objet et les capteurs.
 

La compression JPEG permet de diminuer la taille d’un fichier « image » en profitant de la redondance des informations acquises. Ainsi, les capteurs d’image traditionnels, avec un nombre de pixels toujours croissant, acquièrent une énorme quantité de données dont une grande partie n’est finalement pas utile. Un concept mathématique récent appelé acquisition comprimée suggère qu’il est possible de faire cette compression dès l’acquisition. Son principe ? Faire en sorte que chaque pixel mesure de l’information sur l’ensemble de l’image. Cette idée très générale permet d’envisager des capteurs bien plus performants que ceux dont on dispose aujourd’hui, mais elle n’a eu que peu d’applications pratiques jusqu’à présent du fait de la lourdeur des systèmes expérimentaux proposés.

L’Institut Langevin (CNRS/ESPCI ParisTech/Inserm/UPMC/Université Paris Diderot) a coordonné des travaux originaux1 en combinant les compétences de spécialistes en théorie du signal (équipe de Laurent Daudet de l’Institut Langevin), de spécialistes de l’imagerie optique dans les milieux diffusants (équipe de Sylvain Gigan du Laboratoire Kastler Brossel (CNRS/Université Pierre et Marie Curie/ENS Paris/Collège de France) et d’un spécialiste de l’acquisition comprimée (Igor Carron, qui anime le blog de référence du domaine). Leur étude montre qu’il est possible d’acquérir plus efficacement des images, c’est-à-dire ici avec moins de pixels sur le capteur pour la même résolution d’image, en plaçant simplement une fine couche de peinture blanche entre l’objet et les capteurs. Cette technique brevetée (IB2011003352) prouve qu’il est beaucoup plus simple et efficace d’utiliser les propriétés des milieux naturels désordonnés diffusants, facilement disponibles et simples à mettre en œuvre, que des systèmes artificiels complexes pour mélanger l’information provenant de l’ensemble de l’objet.

Les images ne sont pas formées directement sur les capteurs optiques (une caméra numérique CCD) mais sont obtenues par des calculs intensifs prenant en compte à la fois l’ensemble du système d’acquisition mais aussi des informations a priori sur la structure des images, supposées compressibles ou « parcimonieuses » (images simples type écriture blanche sur fond noir comme sur l’illustration ci-dessus, ou plus généralement pouvant être décrites mathématiquement par un faible nombre de paramètres). Le milieu diffusant agit comme « mélangeur » optimal de l’information à acquérir, permettant à chaque pixel de la caméra d’obtenir une information sur l’ensemble de l’image, tout en donnant une information indépendante sur chaque pixel. Afin de « voir » à travers ce milieu diffusant, les chercheurs doivent en amont caractériser la manière dont il diffuse et transmet la lumière, via une étape préliminaire de calibration, puis effectuer une procédure d’optimisation numérique.

Ces travaux montrent que les milieux multiplement diffusants sont très proches des systèmes modèles « idéaux » de l’acquisition comprimée, c’est-à-dire un « mélangeur » aléatoire et que, en fonction des paramètres complexité de l’image / nombre de pixels du capteur, la qualité de la reconstruction obéit à une « transition de phase » prédite théoriquement et numériquement, mais qui n’avait jamais été observée dans un tel contexte expérimental.

1 Imaging With Nature : Compressive Imaging Using a Multiply Scattering Medium.Antoine Liutkus, David Martina, Sébastien Popoff, Gilles Chardon, Ori Katz, Geoffroy Lerosey, Sylvain Gigan, Laurent Daudet, Igor Carron ; Scientific Reports, publié en ligne le 9 juillet 2014.

 

Contacts :

Sylvain Gigan / Laboratoire Kastler-Brossel / T. +33 1 44 32 34 35 / sylvain.gigan@lkb.ens.fr
Laurent Daudet / Institut Langevin / T. +33 1 80 96 30 40 / laurent.daudet@espci.fr