FR2924514A1 - Correction de bruit d'image. - Google Patents

Abstract

Un procédé de correction du bruit d'une image, comprenant, pour au moins un pixel cible ayant une valeur de pixel déterminée, les étapes consistant àa/ pour chaque pixel d'une fenêtre de pixels entourant le pixel cible, estimer un facteur de poids dudit pixel à partir de la valeur du pixel cible et d'au moins une valeur de pixel de la fenêtre,b/ calculer une moyenne de valeurs de pixels pour les pixels de la fenêtre, chaque valeur de pixel étant pondérée par le facteur de poids correspondant audit pixel,c/ affecter au pixel cible une nouvelle valeur obtenue à partir de la moyenne pondérée calculée à l'étape b/.

Description

CORRECTION DE BRUIT D'IMAGE La présente invention se rapporte à la correction de bruit d'image et trouve des applications dans le domaine du traitement numérique d'image. La qualité d'une image peut en effet être dégradée du fait de signaux parasites se retrouvant dans le signal numérique codant l'image.

Ces signaux parasites peuvent provenir des capteurs d'image : par exemple, un bruit de capteur peut être dû à un éclairage insuffisant lors de la prise de vue. Ce bruit de capteur se caractérise notamment par l'apparition de grains plus ou moins visibles et plus ou moins colorés. La dégradation de qualité peut aussi résulter de traitements numériques effectués sur les informations codant l'image. On parle alors de bruit numérique. Par exemple des traitements de compression peuvent entrainer une dégradation de la qualité de l'image. On parle alors de bruit de compression Il est connu de chercher à corriger le bruit dégradant une image en appliquant un filtre réducteur de bruit de type passe-bas dont le but est de couper les hautes fréquences que représentent le bruit. Par exemple, un filtre passe-bas peut être de type moyenneur. Avec un tel filtre, la valeur de chaque pixel, est remplacée par une moyenne des pixels situés dans une fenêtre ( kernel en anglais) située autour de ce pixel, dit pixel cible ( target pixel en anglais) ou pixel central. Afin d'éviter de dégrader les zones de détails, également représentées par des hautes fréquences, comme des zones texturées ou des contours, on peut appliquer le filtre passe bas uniquement lorsque la présence de bruit est importante. II convient alors de différencier le bruit des contours ou des textures. Les solutions existantes proposent de classifier l'image en différente parties (avec ou sans détails) et d'appliquer différents filtres sur chaque partie. Par exemple, on calcule pour chaque pixel de la fenêtre une différence absolue entre la valeur de ce pixel et la valeur du pixel cible. On calcule ensuite une moyenne de ces différences pour les pixels de la fenêtre.

Le filtre passe-bas n'est appliqué que si cette moyenne des différences est inférieure à un seuil. Toutefois, une fenêtre dont les pixels représentent une portion d'image relativement unie et bruitée pourrait conduire à sensiblement la même valeur de moyenne des différences qu'une fenêtre dont les pixels représentent une portion d'image de meilleure qualité et avec des détails fins, par exemple des contours ou une texture. Le seuil est lui-même déterminé lors d'une étape préalable d'estimation de seuil. Par exemple on peut déterminer l'écart-type entre les 10 valeurs des pixels de l'image. Toutefois ces seuils peuvent être relativement délicats à déterminer car ils dépendent du contenu de l'image. Ainsi, une image relativement unie mais bruitée pourrait conduire à sensiblement la même valeur de seuil qu'une image avec des détails fins et 15 de meilleure qualité. Le filtre correcteur de bruit est donc susceptible d'être appliqué à des régions de l'image ayant des textures ou des frontières, mais relativement peu bruitées, risquant ainsi de dégrader la qualité de ces régions d'image et d'impacter la résolution de l'image par l'apparition de flou. 20 Le filtre correcteur de bruit est aussi susceptible de ne pas être appliqué à des régions de l'image relativement unies et bruitées. Il existe donc un besoin d'amélioration de la fiabilité de la correction du bruit d'image. Selon un premier aspect, l'invention a pour objet un procédé de 25 correction du bruit d'une image, comprenant, pour au moins un pixel cible ayant une valeur de pixel déterminée, les étapes consistant à : a/ pour chaque pixel d'une fenêtre entourant le pixel cible, estimer un facteur de poids de ce pixel à partir de la valeur du pixel cible et d'au moins une valeur de pixel de la fenêtre, 30 b/ calculer une moyenne de valeurs de pixels pour les pixels de la fenêtre, chaque valeur de pixel étant pondérée par le facteur de poids correspondant à ce pixel, et cl affecter au pixel cible une nouvelle valeur obtenue à partir de la moyenne pondérée calculée à l'étape b/. Ainsi, la nouvelle valeur du pixel cible est obtenue à partir d'une moyenne pondérée des valeurs des pixels de la fenêtre correspondant à ce pixel cible, chaque facteur de poids étant estimé à partir d'au moins une valeur de pixel de la fenêtre. Le jeu de facteurs de poids utilisé pour calculer la moyenne pondérée varie ainsi d'une fenêtre à l'autre, selon les valeurs des pixels de ces fenêtres. Le filtre moyenneur pondéré appliqué est donc adaptatif.

L'utilisation d'un tel filtre dont les facteurs de poids varient selon les valeurs des pixels de la fenêtre, permet d'accorder davantage de poids à certains pixels de la fenêtre, et un poids moindre à d'autres, selon les valeurs des pixels de la fenêtre. Par exemple, les pixels d'une première zone de la fenêtre, avec une zone unie comportant le pixel cible, peuvent avoir des facteurs de poids relativement élevés, tandis que les pixels d'une deuxième zone auront des facteurs de poids relativement faibles. La moyenne pondéré, ainsi calculée sur la fenêtre sera ainsi relativement proche d'une moyenne non pondérée effectuée sur seulement les pixels de la première zone. On peut ainsi éviter la dégradation de l'image résultant de l'emploi d'un filtre à coefficients prédéfinis sur des zones de détails. Ce procédé relativement robuste permet d'éviter de recourir à des seuils pour décider de l'application ou de la non-application d'un filtre réducteur de bruit dont les coefficients de pondérations sont prédéfinis, comme dans l'art antérieur. On s'affranchit également du manque relatif de fiabilité de l'estimation du seuil. En outre, le procédé selon un aspect de l'invention, du fait de son caractère adaptatif, permet d'éviter d'appliquer un filtre à coefficients prédéfinis à une fenêtre relativement peu bruitée et comportant des détails fins, et d'éviter de s'abstenir d'appliquer ce filtre à une fenêtre relativement unie mais bruitée.

Il n'est en outre pas besoin de mémoriser les valeurs de pixels d'une image entière pour estimer le seuil à partir par exemple de l'écart-type de l'image. De plus, ce procédé présente l'avantage d'être relativement simple à implémenter, de sorte que sa mise en oeuvre sur des dispositifs embarqués nécessite relativement peu de ressources en silicium et permet d'adresser de nombreuses implémentations. Ce procédé peut être utilisé pour corriger divers types de bruits, par exemple du bruit de capteur, ou du bruit numérique, de façon 10 automatique, simple, rapide et fiable. En particulier, ce procédé peut corriger de façon relativement efficace les dégradations ( ringing en anglais) de l'image autour de zones frontières générées par l'application d'algorithme de traitement d'image, par exemple un algorithme de compression. Ces dégradations de compression 15 se traduisent par des signaux parasites présents dans des blocs (par exemple 8x8 pixels) sur lesquels s'est basée la compression. Ainsi des zones unies proches de frontières peuvent être dégradées dans des blocs au voisinage des frontières. Le procédé selon un aspect de l'invention permet de corriger au moins en partie ces dégradations. 20 Avantageusement, l'étape a/ d'estimation du facteur de poids de chaque pixel de la fenêtre comprend une détermination d'une distance entre la valeur de ce pixel et la valeur du pixel cible. Cette distance, par exemple, la différence absolue de la valeur de ce pixel et de la valeur du pixel cible, est ainsi prise en compte pour estimer le facteur de poids du pixel. Par exemple, 25 pour un pixel dont la valeur est relativement différente de la valeur du pixel cible, le facteur de poids pourra être relativement faible. En effet, ce pixel peut correspondre à un détail, de sorte qu'un poids trop élevé de ce pixel par rapport aux autres pixels de la fenêtre pour le calcul de la moyenne pondérée risquerait de dégrader l'image. 30 L'invention n'est pas limitée par le type de distance mis en oeuvre. La distance peut être une distance euclidienne, une distance cartésienne, ou autre. Par exemple, la distance peut être un écart de couleur AEH ou AE*ab94, en particulier dans un espace colorimétrique Lab. Bien entendu, l'invention n'est en rien limitée à ce mode de réalisation pour lequel on calcule une distance pour chaque pixel de la fenêtre. Par exemple, dans le cas d'une fenêtre de 4x4 pixels ou davantage, on peut prévoir que si un premier pixel de la fenêtre est séparé du pixel central par un deuxième pixel ayant une valeur relativement différente de celle du pixel central, alors on estime le facteur de poids du premier pixel à zéro ou à une valeur relativement faible. En effet, le premier pixel est considéré comme étant situé au-delà d'une zone de détail, de sorte qu'il n'est pas nécessaire d'utiliser la valeur du premier pixel dans le calcul de la moyenne pondérée. Avantageusement, pour chaque pixel de la fenêtre, le facteur de poids correspondant est estimé à l'étape a/ en inversant la distance calculée 15 entre la valeur de ce pixel et la valeur du pixel cible additionnée d'une constante. Ainsi, une distance relativement faible conduit à un facteur de poids relativement élevé, tandis qu'une distance relativement élevée conduit à un facteur de poids relativement faible. L'addition d'une constante permet d'éviter des facteurs de poids 20 infinis lorsque la distance est nulle. Le facteur de poids de chaque pixel est ainsi estimé de façon relativement simple à partir des valeurs de ce pixel et du pixel cible. L'invention n'est bien entendu pas limitée par une inversion. On peut choisir d'appliquer d'autres fonctions décroissantes, comme par exemple l'inverse 25 de l'exponentielle de la distance ainsi calculée, l'inverse d'une constante additionnée d'un logarithme de la distance additionnée d'une constante, une fonction obtenue par dérivation ou intégration, ou autre. Avantageusement, pour chaque pixel de la fenêtre, la distance entre la valeur de ce pixel et la valeur du pixel cible est normalisée en tenant 30 compte des distances minimale et maximale sur les pixels de la fenêtre entre les valeurs des pixels de la fenêtre et la valeur du pixel cible ou pixel central. Ainsi, les distances sont relatives à une distance minimale et à une distance maximale sur la fenêtre. Le jeu de facteurs de poids obtenu sur une fenêtre donnée varie ainsi relativement peu si on augmente certains paramètres, comme le contraste ou la luminosité, sur cette fenêtre. Par exemple, si les pixels d'une fenêtre se répartissent en deux zones, les pixels d'une première zone ayant des valeurs proches d'une première valeur tandis que les pixels d'une deuxième zone ont des valeurs proches d'une deuxième valeur, il importe peu que la deuxième valeur soit très éloignée ou non de la première valeur pour estimer les facteurs de poids. Le filtre ainsi appliqué est sensiblement le même.

Dans le cas où le facteur de pondération est obtenu par inversion de la distance additionnée d'une constante, on peut éventuellement prévoir que la constante est elle-même normalisée par la distancie maximale sur la fenêtre. Bien entendu, l'invention n'est en rien limitée par cette optimisation pour laquelle on normalise les valeurs des distances. On peut prévoir que les pixels de la deuxième zone soient d'autant moins pris en compte pour le calcul de la moyenne pondérée que la deuxième valeur est différente de la première valeur. La fenêtre de pixels peut comprendre ou ne pas comprendre le pixel cible. Par exemple, une fenêtre de 3x3 pixels peut ne comprendre que les huit pixels situés autour du pixel cible. Dans ce cas, la nouvelle valeur affectée au pixel cible petit être par exemple la moyenne pondérée des valeurs de ces huit pixels, ou bien encore cette moyenne pondérée additionnée de la valeur initiale du pixel cible. Si la nouvelle valeur du pixel cible est la moyenne pondérée des valeurs des huit pixels entourant le pixel cible seulement, on peut éliminer relativement facilement des défauts ponctuels : si par exemple le pixel cible est situé dans une zone relativement unie et claire, mais a une valeur correspondant à une couleur foncée, cette valeur est remplacée par une moyenne pondérée sur les pixels de la zone claire seulement. Le défaut ponctuel constitué par ce pixel cible est ainsi corrigé.

L'invention n'est pas limitée par la nature des valeurs de pixels. Dans le cas d'une image en niveau de gris, la valeur d'un pixel peut indiquer le degré de luminance du pixel. Les valeurs de pixels peuvent être des valeurs de composantes 5 d'un espace colorimétrique RVB ou RGB (de l'anglais Red Green Blue ), sRGB (de l'anglais standard RGB ), XYZ, Lab, ou autre. Avantageusement, les valeurs de pixels sont des valeurs de composantes d'un espace colorimétrique YUV ou YCrCb. Les détails de l'image sont ainsi principalement définis par la composante Y de luminance, 10 les composantes U et V de chrominance définissant davantage les couleurs de l'image. Pour chaque image, on peut appliquer le procédé selon un aspect de l'invention à ces trois composantes. Ce procédé ne nécessite pas d'estimation d'un seuil pour chacune de ces trois composantes, malgré le fait 15 que les valeurs de la composante Y risquent de varier davantage que les valeurs de composantes U, V, et le même algorithme peut être appliqué à chaque composante Y, U, et V sans étape de réglage préalable. Selon un autre aspect, l'invention a pour objet un dispositif de correction du bruit d'une image, comprenant une première mémoire pour 20 stocker des valeurs de pixels d'une fenêtre de pixels entourant un pixel cible, des premiers moyens de traitement pour estimer un facteur de poids pour chaque pixel de la fenêtre à partir d'au moins une valeur de pixel de la fenêtre, des deuxièmes moyens de traitement pour calculer une moyenne de valeurs de pixels pour les pixels de la fenêtre, chaque valeur de pixel étant 25 pondérée par le facteur de poids correspondant à ce pixel, et une deuxième mémoire pour stocker une nouvelle valeur de pixel du pixel cible, la nouvelle valeur étant obtenue à partir de la moyenne pondérée calculée par les deuxièmes moyens de traitement. La première et la deuxième mémoires peuvent être intégrées dans 30 une même mémoire ou bien constituer deux mémoires séparées. Les premiers et deuxièmes moyens de traitement peuvent être intégrés dans un même dispositif ou bien être distincts.

Selon un autre aspect, l'invention a pour objet une puce électronique comprenant ce dispositif. La puce peut être programmable, comme par exemple un FPGA (de l'anglais Field-Programmable Gate Array ). La puce peut être reprogrammable, comme par exemple un DSP (de l'anglais Digital Signal processor ) ou un EPLD (de l'anglais electrically erasable programmable logic device ). Le procédé selon un aspect de l'invention peut aussi être fondu sur silicium, de sorte que la puce est conçue pour mettre en oeuvre ce procédé, avec éventuellement d'autres procédés. L'invention n'est donc en rien limitée par la nature de la puce électronique. Selon un autre aspect, l'invention a pour objet un appareil portatif comprenant cette puce, par exemple un appareil-photo numérique, une caméra numérique, un assistant personnel du type PDA (de l'anglais Digital personal assistant ), un appareil-photo portable, ou autre. La puce permet ainsi de corriger le bruit de capteur et/ou le bruit numérique lié à des traitements d'image effectués par un dispositif de traitement d'image de l'appareil portatif, par exemple un dispositif de compression d'image. La puce peut aussi être intégrée dans des dispositifs de type Webcam.

Selon un autre aspect, l'invention a pour objet un décodeur de télévision numérique comportant cette puce. La puce permet de corriger entres autres l'éventuelle dégradation de zones frontières ( deringing en anglais) due au bruit lié à des traitements de compression. Même si l'invention trouve, du fait de sa simplicité et de sa rapidité d'exécution, des applications particulièrement avantageuses dans des dispositifs embarqués, l'invention n'est en rien limitée par ces applications. Le dispositif selon un aspect de l'invention peut ainsi faire partie d'un ordinateur, ou d'un serveur, en particulier pour corriger le bruit d'images diffusées sur Internet.

Selon encore un autre aspect, l'invention a pour objet un produit programme d'ordinateur stocké dans une mémoire d'une unité centrale ou d'un terminal, et/ou sur un support amovible propre à coopérer avec un lecteur de ladite unité centrale, et/ou téléchargeable via un réseau de télécommunications, caractérisé en ce qu'il comporte des instructions pour la mise en oeuvre du procédé selon un aspect de l'invention. D'autres particularités et avantages de la présente invention apparaîtront dans la description ci-après. La figure 1 est un organigramme d'un exemple de procédé selon un mode de réalisation de l'invention. La figure 2 représente une fenêtre de pixels, avec des exemples de valeurs de pixels, afin d'illustrer le procédé de la figure 1.

La figure 3 représente une fenêtre de pixels, avec des exemples de distances entre valeurs de pixels, afin d'illustrer le procédé de la figure 1. La figure 4 représente une fenêtre de pixels, avec des exemples de facteurs de poids, afin d'illustrer le procédé de la figure 1. La figure 5 représente une fenêtre de pixels, avec d'autres exemples de valeurs de pixels, afin d'illustrer le procédé de la figure 1. La figure 6 montre un exemple d'appareil-photo numérique selon un mode de réalisation de l'invention. La figure 7 montre un exemple de décodeur de télévision numérique selon un mode de réalisation de l'invention.

Des références identiques d'une figure à l'autre peuvent être utilisées pour représenter des objets identiques ou similaires. Les figures 2 à 4 étant utilisées pour illustrer l'organigramme de la figure 1, les figures 1 à 4 seront commentées simultanément. La figure 1 montre un exemple d'organigramme pour corriger la valeur d'un pixel situé à la ième ligne et jème colonne d'une image, dit pixel cible. Une fenêtre de 3x3 pixels (référence 1 sur les figures 2 à 4) est définie autour de ce pixel cible (référence 2 sur les figures 2 à 4). La fenêtre 1 ainsi définie est représentée par des tirets épais sur les figures 2 à 4. Sur la figure 2, sont notées les valeurs P(i-1, j-1), ..., P(i+1, j+1) des pixels de la fenêtre 1.

Dans cet exemple, ces valeurs peuvent varier entre 0 et 255, mais il peut bien entendu en être disposé autrement, par exemple entre -127 et +128, entre 1 et 16, ou autre.

La fenêtre représentée 1 comporte une zone claire (les pixels P(i- 1, j-1), P(i-1, j) et P(i, j-1)) et une zone relativement foncée (les autres pixels). Les valeurs des pixels à l'intérieur de cette fenêtre sont lues (étape 30) et 5 mémorisées (étape 31). Pour chaque pixel de la fenêtre 1, est calculée une distance, par exemple la différence absolue, entre la valeur de ce pixel et la valeur du pixel cible (étape 36). Une boucle 33 comportant des étapes classiques d'initialisation 32, de test 35 et d'incrémentation 34 est mise en oeuvre pour 10 parcourir les pixels de la fenêtre, la variable k indiçant le pixel pour lequel on calcule la différence dk. Par différence on entend de préférence différence absolue , comme représentée sur la figure 1. Bien entendu, tout autre calcul de distance peut être mis en 15 oeuvre. La figure 3 montre les valeurs des différences dk sur la fenêtre 1. Pour les pixels correspondant à la zone claire les différences sont relativement élevées, puisque le pixel cible appartient à la zone relativement foncée. 20 Les différences minimale dMIN et maximales dMAX sont déterminées lors d'une étape 38. La différence maximale dMa,x est égale à la plus élevée des différences parmi les différences di, ..., d9, soit ici une différence de 239. La différence minimale dMIN est égale à la plus faible des différences parmi les différences dl, ..., d9, soit ici une différence de O. Le 25 pixel mémorisé à l'étape 31 en tant que 5ème pixel étant: le pixel cible, la différence d5 est obligatoirement nulle. On peut prévoir de rechercher la différence minimale parmi di, ..., d4, d6, ..., d9, seulernent afin d'éviter d'obtenir systématiquement une différence minimale nulle. Suit une nouvelle boucle 37 comportant des étapes classiques 30 d'initialisation 39, de test 40 et d'incrémentation 41. Pour chaque pixel indicé I, est estimé un facteur de poids D, correspondant (étape 42), en appliquant la formule suivante : D, _ 4 dt -d MIN +1 M dMAX ù d M,N Où Am est la différence entre le seuil le plus faible de valeur de pixel, ici 0, et le seuil le plus élevé, ici 255. Dans cet exemple, la valeur de AM est donc de 255.

La valeur d "°'e == OM d, ù d MIN constitue une valeur normalisée dMAX ùdM,N de la différence d,, tenant compte des différences minimale dMIN et maximales dMAx sur la fenêtre. Pour le pixel présentant la plus grande différence d,, la valeur normalisée d;r'm est de AM . Pour le pixel présentant la plus petite

différence di, la valeur normalisée d;'°'m est nulle.

Par exemple : 11 1 (1) dnorm ùA dl ù dM,N I M dMAX ùdM,N= 255 238 ù 0 .253,93 239 ù 0 A cette valeur normalisée est additionnée une constante, par exemple 1, afin d'éviter un dénominateur nul dans la formule (1) lorsque d, est nul.

La figure 4 montre des valeurs approchées de D, sur la fenêtre 1, pour les valeurs de pixels de la figure 1. Pour les pixels correspondant à la zone claire, les facteurs de poids sont particulièrement faibles, de l'ordre de 10-3, tandis que pour les pixels correspondant à la zone foncée à laquelle appartient le pixel cible, les facteurs de poids prennent des valeurs plus élevées, de l'ordre de 1 ou 0,5. Est effectuée lors d'une étape 43 une moyenne M sur les valeurs des pixels de la fenêtre 1, cette moyenne M étant pondérée par les facteurs de poids estimés. Avec les valeurs de pixels de la figure 1, cette moyenne pondérée 25 M serait égale à environ 240,04. Enfin, lors d'une étape 44, on affecte la valeur de cette moyenne pondérée M au pixel cible, en tant que nouvelle valeur de pixel. Cette valeur, proche de 240 et donc indicative d'une zone sombre, est relativement peu affectée par le fait que le pixel cible se trouve à la frontière entre la zone sombre et la zone claire. En particulier, ce procédé peut être utilisé pour corriger le bruit de compression ( deringing ). Les algorithmes de compressions mettent en oeuvre des blocs de pixels, par exemple de 8x8 pixels ou 16x16 pixels. Le bruit de compression se traduit par des signaux parasites suffisamment élevés pour que réapparaisse à l'image cette structure par blocs. Ainsi des zones unies proches de frontières peuvent être dégradées dans des blocs au voisinage des frontières. Le procédé décrit ci-dessus permet de calculer une moyenne pondérée de façon à diminuer considérablement le poids des pixels appartenant à une autre zone que la zone du pixel à corriger. Ce procédé peut donc être relativement efficace pour corriger le bruit de compression. Les étapes du procédé représenté à la figure 1 permettent d'affecter une nouvelle valeur à un seul pixel, situé à la ième ligne et jème colonne d'une image. Afin de couvrir tous les pixels de l'image, des boucles non représentées peuvent êtres mises en oeuvre, avec par exemple des étapes classiques et non représentées, d'initialisaton, de test et d'incrémentation.

On peut aussi prévoir, en particulier si les valeurs de pixels sont des valeurs de composantes YUV ou RGB, d'effectuer les étapes représentées à la figure 1 trois fois, une fois par composante. La figure 5 montre un autre exemple de fenêtre ide pixels, dont les valeurs sont identiques aux valeurs de pixels de la figure 2, excepté pour les pixels de la zone claire qui ont cette fois-ci des valeurs relativement plus élevées, autour de 30. Pour ces pixels, les différences di, d2 et d4 sont de 211, 212 et 212 respectivement. La différence maximale dMax est donc égale cette fois à 212. Soit d"°'.,ä = A d' -dmi" =255211-0 253,80 M dMAX -d MIN 212-030 Cette valeur est relativement proche de la valeur normalisée obtenue pour ce pixel lorsque sa valeur P1 est de 3, comme sur la figure 2. Les facteurs de poids résultants seront donc également relativement proches.

La normalisation permet ainsi d'accorder sensiblement le même poids aux pixels de la zone claire lors du calcul de la moyenne pondérée M, que ces pixels aient des valeurs autour de 3 ou de 30. Dans les exemples représentés, la fenêtre est de 3x3 pixels, mais il peut bien entendu en être autrement. En particulier, des fenêtres de 5x5 10 pixels ou de 7x7 pixels peuvent être envisagées. La figure 6 montre un exemple d'appareil-photo numérique selon un mode de réalisation de l'invention. Cet appareil-photo 10 comporte des capteurs d'image 11, par exemple des capteurs CCD (de l'anglais Charge-Coupled Device) ou CMOS (de l'anglais Complementary Metal-Oxyde 15 Semiconductor ). Ces capteurs sont reliés à une puce électronique 12, par exemple un processeur, comportant une mémoire 13 pour stocker les valeurs de pixels des images prises par les capteurs. Des moyens de traitement 15, par exemple un CPU (de l'anglais Central Processing Unit ) et de la mémoire programme, sont dédiés à la correction de bruit d'image.

20 Ces moyens de traitement 15 permettent de corriger chaque pixel de l'image l'un après l'autre. Pour chaque pixel non situé à un bord de l'image, une fenêtre 3x3 est définie, et les valeurs des pixels de cette fenêtre sont stockées dans une mémoire 14. Alternativement, les moyens de traitement effectuent un traitement sur ces valeurs de pixel directement à partir des 25 valeurs mémorisées dans la mémoire 13. A partir de ces valeurs, les moyens de traitement 15 estiment un facteur de poids pour chaque pixel de la fenêtre, puis calculent une moyenne des valeurs de pixels de la fenêtre pondérée par ces facteurs de poids. A partir de cette moyenne pondérée est obtenue une nouvelle valeur de pixel 30 pour le pixel considéré, qui est mémorisée dans une mémoire 16. La figure 7 montre un exemple de décodeur 20 de télévision numérique, raccordé à un poste de télévision 21. Ce décodeur 20 reçoit des séquences d'images dégradées entre autres par des traitements de compressions. Le décodeur 20 intègre une puce électronique 22 pour corriger le bruit de compression. La puce 22 est configurée pour exécuter par exemple le procédé de la figure 1.5

Claims (10)

Revendications

1. Procédé de correction du bruit d'une image, cornprenant, pour au moins un pixel cible ayant une valeur de pixel prédéfinie, les étapes consistant à a/ pour chaque pixel d'une fenêtre de pixels entourant le pixel cible, estimer un facteur de poids dudit pixel à partir de la valeur du pixel cible et d'au moins une valeur de pixel de la fenêtre (33, 38), b/ calculer une moyenne de valeurs de pixels pour les pixels de la fenêtre (34), chaque valeur de pixel étant pondérée par le facteur de poids correspondant audit pixel, c/ affecter au pixel cible une nouvelle valeur obtenue à partir de la moyenne pondérée calculée (44) à l'étape b/.

2. Procédé de correction de bruit selon la revendication 1, dans lequel l'étape a/ d'estimation du facteur de poids de chaque pixel de la fenêtre, comprend une détermination de la distance entre la valeur dudit 20 pixel et la valeur du pixel cible (36).

3. Procédé de correction de bruit selon la revendication 2, dans lequel pour chaque pixel de la fenêtre, le facteur de poids correspondant 25 est estimé à l'étape a/ en inversant la distance entre la valeur dudit pixel et la valeur du pixel cible additionnée d'une constante (42).

4. Procédé de correction de bruit selon l'une des revendications 2 ou 3, dans lequel 30 à l'étape a/, pour chaque pixel de la fenêtre, la distance entre la valeur de ce pixel et la valeur du pixel cible est normalisée en tenant compte des distances minimale et maximale sur les pixels de la fenêtreentre les valeurs des pixels de la fenêtre et la valeur du pixel cible (38, 42).

5. Procédé selon l'une des revendications 1 à 4, dans lequel les 5 valeurs de pixels sont des valeurs de composantes d'un espace colorimétrique YUV.

6. Dispositif de correction du bruit (12) d'une image, comprenant une première mémoire (14) pour stocker des valeurs de pixels d'une 10 fenêtre de pixels autour d'un pixel cible, des premiers moyens de traitement (15) pour estimer un facteur de poids pour chaque pixel de la fenêtre, en utilisant la valeur de pixel du pixel cible et au moins une valeur de pixel de la fenêtre, des deuxièmes moyens de traitement (15) pour calculer une 15 moyenne de valeurs de pixels pour les pixels de la fenêtre, chaque valeur de pixel étant pondérée par le facteur de poids correspondant audit pixel, une deuxième mémoire (16) pour stocker une nouvelle valeur de pixel du pixel cible, la nouvelle valeur étant obtenue à partir de la moyenne pondérée calculée par les deuxièmes moyens de traitement. 20

7. Puce électronique (12) comportant un dispositif de correction du bruit selon la revendication 6.

8. Décodeur de télévision numérique (20) comportant une puce 25 électronique (22) selon la revendication 7.

9. Appareil portatif (10) comportant une puce électronique (12) elon la revendication 7. 30

10. Produit programme d'ordinateur stocké dans une mémoire d'une unité centrale ou d'un terminal, et/ou sur un support amovible propre à coopérer avec un lecteur de ladite unité centrale, et/ou téléchargeable viaun réseau de télécommunications, caractérisé en ce qu'il comporte des instructions pour la mise en oeuvre du procédé selon l'une des revendications 1 à 5.