La caractérisation de phase est la pierre angulaire de l'analyse de front d'onde. Devenant un secteur d'activité de plus en plus large, il nécessite de nouveaux moyens de contrôle plus efficaces, plus performants et meilleur marché. Les performances des techniques les plus utilisées dans ce domaine reposent en grande partie sur un équipement optique sophistiqué, alors que l'utilisation de la diffraction par propagation libre permet de simplifier au maximum le matériel et de reporter la charge aux algorithmes intelligents de traitement de données. L'objectif de ce travail est de mettre en valeur une technique d'analyse de front d'onde multivue ainsi que de construire une installation-prototype capable de caractériser les diverses cartes de phase. L'entité de l'étude réalisée consiste à proposer une méthode d'accès à la forme de la phase d'une onde inconnue à partir d'une séquence de ses figures de diffraction créées avec un modulateur spatial de lumière selon le principe des multiples ondes illuminantes. Pour contribuer au problème, un algorithme itératif de type IFTA (Iterative Fourier/Fresnel Transform Algorithm) dit la ``multi-illumination'' a été mis en oeuvre en deux versions qui sous-entendent soit les conditions de l'imagerie cohérente combinée avec une propagation libre, soit une double propagation de Fresnel/Fourier. Le fonctionnement de l'algorithme a été vérifié aussi bien en simulation numérique qu'au sein d'un montage optique experimental gouverné par un logiciel artisanal de pilotage. Les résultats obtenus démontrent sa convergence sûre et particulièrement rapide. Mots-clefs: analyse de front d'onde, reconstruction de phase, modulateur spatial de lumière, multivue, algorithmes iteratifs par transformée de Fourier/Fresnel discrète.

Cette habilitation comporte trois parties essentiellement indépendantes.<br /><br />Dans une première partie, nous nous intéressons au comportement au bord de fonctions harmoniques sur certains domaines homogènes. En particulier nous étudions la limite au brd au sens des distributions des dérivées normales de fonctions harmoniques ainsi que la caractérisation des distributions au bord qui peuvent être étendues à l'aide d'une intégrale de Poisson<br /><br />Dans une deuxième partie, nous étudions les principes d'incertitude, qui impliquent qu'une fonction et sa trasnforméee de Fourier ne peuvet être simultanément localisées. En particulier, nous démontrons de nouveaux principes d'incertitude lrsque la localisation est mesurée en terme de décroissance rapide (principe de type Hardy) ou de petitesse du support (principe de type Amrein-Berthier-Benedicks). Nous étendons ensuite ces principes à la transformée de Fourier à fenêtre.<br /><br />La dernière partie est consacrée aux problèmes de reconstruction de phase. Il s'agit de reconstruire une fonction à partir de son module et d'information a priori sur la fonction à reconstruire. Nous nous concentrons essentiellement sur le problème d'ambiguité radar dans lequel on cherche à reconstruire la fonction d'ambiguité radar à partir de son module

Dans cette thèse, nous nous intéressons à la microscopie DIC (Differential interference contrast) en couleur. L’imagerie DIC est reconnue pour produire des images à haut contraste et à haute résolution latérale. L'un de ses inconvénients est que les images observées ne peuvent pas être utilisées directement pour l'interprétation topographique et morphologique, car les changements de phase de la lumière, produits par les variations de l'indice de réfraction de l'objet, sont cachés dans l'image d'intensité. Il s’agit donc d’un problème de reconstruction de phase. Nous présentons un modèle de formation d'image pour la lumière polychromatique, et décrivons de manière détaillée la réponse impulsionnelle du système. Le problème de la reconstruction de phase est abordé sous l’angle d’un problème inverse par minimisation d’un terme d’erreur des moindres carrés (LS) non linéaire avec un terme de régularisation préservant les discontinuités, soit par le potentiel hypersurface (HS), soit par la variation totale (TV). Nous étudions les propriétés des fonctions objectives non convexes résultantes, prouvons l'existence de minimisateurs et proposons une formulation compacte du gradient permettant un calcul rapide. Ensuite, nous proposons des outils d'optimisation efficaces récents permettant d'obtenir à la fois des reconstructions précises pour les deux régularisations lisse (HS) et non lisse (TV) et des temps de calculs réduits. / In this dissertation we address the problem of estimating the phase from colorimages acquired with differential–interference–contrast (DIC) microscopy. This technique has been widely recognized for producing high contrast images at high lateral resolution. One of its disadvant ages is that the observed images cannot be easily used for topographical and morphological interpretation, because the changes in phase of the light, produced by variations in the refractive index of the object, are hidden in the intensity image. We present an image formation model for polychromatic light, along with a detailed description of the point spread function (PSF). As for the phase recovery problem, we followed the inverse problem approach by means of minimizing a non-linear least–squares (LS)–like discrepancy term with an edge–preserving regularizing term, given by either the hypersurface (HS) potential or the total variation (TV) one. We investigate the analytical properties of the resulting objective non-convex functions, prove the existence of minimizers and propose a compact formulation of the gradient allowing fast computations. Then we use recent effective optimization tools able to obtain in both the smooth and the non-smooth cases accurate reconstructions with a reduced computational demand. We performed different numerical tests on synthetic realistic images and we compared the proposed methods with both the original conjugate gradient method proposed in the literature, exploiting a gradient–free linesearch for the computation of the steplength parameter, and other standard conjugate gradient approaches.

Les tâches qui consistent à comprendre automatiquement le contenu d’un signal naturel, comme une image ou un son, sont en général difficiles. En effet, dans leur représentation naïve, les signaux sont des objets compliqués, appartenant à des espaces de grande dimension. Représentés différemment, ils peuvent en revanche être plus faciles à interpréter. Cette thèse s’intéresse à une représentation fréquemment utilisée dans ce genre de situations, notamment pour analyser des signaux audio : le module de la transformée en ondelettes. Pour mieux comprendre son comportement, nous considérons, d’un point de vue théorique et algorithmique, le problème inverse correspondant : la reconstruction d’un signal à partir du module de sa transformée en ondelettes. Ce problème appartient à une classe plus générale de problèmes inverses : les problèmes de reconstruction de phase. Dans un premier chapitre, nous décrivons un nouvel algorithme, PhaseCut, qui résout numériquement un problème de reconstruction de phase générique. Comme l’algorithme similaire PhaseLift, PhaseCut utilise une relaxation convexe, qui se trouve en l’occurence être de la même forme que les relaxations du problème abondamment étudié MaxCut. Nous comparons les performances de PhaseCut et PhaseLift, en termes de précision et de rapidité. Dans les deux chapitres suivants, nous étudions le cas particulier de la reconstruction de phase pour la transformée en ondelettes. Nous montrons que toute fonction sans fréquence négative est uniquement déterminée (à une phase globale près) par le module de sa transformée en ondelettes, mais que la reconstruction à partir du module n’est pas stable au bruit, pour une définition forte de la stabilité. On démontre en revanche une propriété de stabilité locale. Nous présentons également un nouvel algorithme de reconstruction de phase, non-convexe, qui est spécifique à la transformée en ondelettes, et étudions numériquement ses performances. Enfin, dans les deux derniers chapitres, nous étudions une représentation plus sophistiquée, construite à partir du module de transformée en ondelettes : la transformée de scattering. Notre but est de comprendre quelles propriétés d’un signal sont caractérisées par sa transformée de scattering. On commence par démontrer un théorème majorant l’énergie des coefficients de scattering d’un signal, à un ordre donné, en fonction de l’énergie du signal initial, convolé par un filtre passe-haut qui dépend de l’ordre. On étudie ensuite une généralisation de la transformée de scattering, qui s’applique à des processus stationnaires. On montre qu’en dimension finie, cette transformée généralisée préserve la norme. En dimension un, on montre également que les coefficients de scattering généralisés d’un processus caractérisent la queue de distribution du processus. / Automatically understanding the content of a natural signal, like a sound or an image, is in general a difficult task. In their naive representation, signals are indeed complicated objects, belonging to high-dimensional spaces. With a different representation, they can however be easier to interpret. This thesis considers a representation commonly used in these cases, in particular for theanalysis of audio signals: the modulus of the wavelet transform. To better understand the behaviour of this operator, we study, from a theoretical as well as algorithmic point of view, the corresponding inverse problem: the reconstruction of a signal from the modulus of its wavelet transform. This problem belongs to a wider class of inverse problems: phase retrieval problems. In a first chapter, we describe a new algorithm, PhaseCut, which numerically solves a generic phase retrieval problem. Like the similar algorithm PhaseLift, PhaseCut relies on a convex relaxation of the phase retrieval problem, which happens to be of the same form as relaxations of the widely studied problem MaxCut. We compare the performances of PhaseCut and PhaseLift, in terms of precision and complexity. In the next two chapters, we study the specific case of phase retrieval for the wavelet transform. We show that any function with no negative frequencies is uniquely determined (up to a global phase) by the modulus of its wavelet transform, but that the reconstruction from the modulus is not stable to noise, for a strong notion of stability. However, we prove a local stability property. We also present a new non-convex phase retrieval algorithm, which is specific to the case of the wavelet transform, and we numerically study its performances. Finally, in the last two chapters, we study a more sophisticated representation, built from the modulus of the wavelet transform: the scattering transform. Our goal is to understand which properties of a signal are characterized by its scattering transform. We first prove that the energy of scattering coefficients of a signal, at a given order, is upper bounded by the energy of the signal itself, convolved with a high-pass filter that depends on the order. We then study a generalization of the scattering transform, for stationary processes. We show that, in finite dimension, this generalized transform preserves the norm. In dimension one, we also show that the generalized scattering coefficients of a process characterize the tail of its distribution.

No description available.

Les comportements mécaniques des films minces polycristallins sont encore mal compris à l'échelle sub-micronique. En particulier des hétérogénéités locales de déformation importantes sont attendues, mais elles restent difficile à quantifier expérimentalement. Les nouvelles possibilités offertes par les micro-faisceaux synchrotron de rayons X ont donc été utilisées dans ce travail pour éclairer cette problèmatique. Une réflexion de Bragg provenant d'un grain unique sub-micronique a été acquise avec une très bonne résolution dans l'espace réciproque en trois dimensions lors d'un cycle thermique. Les propriétés de cohérence du faisceau ont été utilisées pour reconstruire à trois dimensions une composante du champ de déplacement intra-grain avec une résolution d'une vingtaine de nanomètres dans les trois directions. Cette technique est basée sur des algorithmes de reconstruction de phase qui néanmoins connaissent des stagnations dans le cas des échantillons fortement déformés. Une méthodologie basée sur la connaissance de la forme du grain a donc été développée pour contourner ces difficultés. Des analyses complémentaires de diffraction X de laboratoire et de microdiffraction monochromatique ont également mis en évidence des hétérogénéités importantes de déformation entre les différents grains.

En imagerie numérique, les approches «problèmes inverses» régularisées reconstruisent une information d'intérêt à partir de mesures et d'un modèle de formation d'image. Le problème d'inversion étant mal posé, mal conditionné et le modèle de formation d'image utilisé peu contraint, il est nécessaire d'introduire des a priori afin de restreindre l'ambiguïté de l'inversion. Ceci permet de guider la reconstruction vers une solution satisfaisante. Les travaux de cette thèse ont porté sur le développement d'algorithmes de reconstruction d'hologrammes numériques, basés sur des méthodes d'optimisation en grande dimension (lisse ou non-lisse). Ce cadre général a permis de proposer différentes approches adaptées aux problématiques posées par cette technique d'imagerie non conventionnelle : la super­-résolution, la reconstruction hors du champ du capteur, l'holographie «couleur» et enfin la reconstruction quantitative d'objets de phase (c.a.d. transparents). Dans ce dernier cas, le problème de reconstruction consiste à estimer la transmittance complexe 2D des objets ayant absorbé et/ou déphasé l'onde d'éclairement lors de l'enregistrement de l'hologramme. Les méthodes proposées sont validées à l'aide de simulations numériques puis appliquées sur des données expérimentales issues de l'imagerie sans lentille ou de la microscopie holographique en ligne (imagerie cohérente en transmission, avec un objectif de microscope). Les applications vont de la reconstruction de mires de résolution opaques à la reconstruction d'objets biologiques (bactéries), en passant par la reconstruction de gouttelettes d'éther en évaporation dans le cadre d'une étude de la turbulence en mécanique des fluides. / In Digital Imaging, the regularized inverse problems methods reconstruct particular information from measurements and an image formation model. With an inverse problem that is ill-posed and ill­conditioned, and with the used image formation mode! having few constraints, it is necessary to introduce a priori conditions in order to restrict ambiguity for the inversion. This allows us to guide the reconstruction towards a satisfying solution. The works of the following thesis delve into the development of reconstruction algorithms of digital holograms based on large-scale optimization methods (smooth and non-smooth). This general framework allowed us to propose different approaches adapted to the challenges found with this unconventional imaging technique: the super-resolution, reconstruction outside the sensor's field, the color holography and finally, the quantitative reconstruction of phase abjects (i.e. transparent). For this last case, the reconstruction problem consists of estimating the complex 2D transmittance of abjects having absorbed and/or dephased the light wave during the recording of the hologram. The proposed methods are validated with the help of numerical simulations that are then applied on experimental data taken from the lensless imaging or from the in-line holographie microscopy (coherent imaging in transmission, with a microscope abject glass). The applications range from the reconstruction of opaque resolution sights, to the reconstruction of biological objects (bacteria), passing through the reconstruction of evaporating ether droplets from a perspective of turbulence study in fluid mechanics.

Ces dernières années, la théorie mathématique de l'échantillonnage compressé (compressed sensing, CS) a émergé en tant que nouvel outil en traitement d'images, permettant notamment de dépasser certaines limites établies par la théorie de l'échantillonnage de Nyquist. En particulier, la théorie du CS établit qu'un signal (une image, une séquence vidéo, etc.) peut être reconstruit à partir d'un faible nombre de mesures linéaires non-adaptatives et aléatoires, pourvu qu'il présente une structure parcimonieuse. Dans la mesure où cette hypothèse se vérifie pour une large classe d'images naturelles, plusieurs applications d'imagerie ont d'ores-et-déjà bénéficié à des titres divers des résultats issus de cette théorie. Le but du travail doctoral présent est d'étudier comment la théorie du CS - et plus généralement les idées et méthodes en relation avec les problèmes de reconstruction de signaux parcimonieux (sparse) - peuvent être utilisés pour concevoir des dispositifs d'acquisition optiques à haute-résolution spatiale et temporelle pour des applications en imagerie biologique. Nous étudions tout d'abord quelques questions pratiques liées à l'étape de reconstruction nécessairement associée aux systèmes d'acquisition exploitant le CS, ainsi qu'à la sélection des paramètres d'échantillonnage. Nous examinons ensuite comment le CS peut être utilisé dans le cadre d'applications d'échantillonnage de signaux vidéo. Enfin, avec dans l'idée l'utilisation dans des problèmes de débruitage de méthodes inspirées du CS, nous abordons la question de l'estimation d'erreur dans les problèmes de débruitage d'images acquises en conditions de faible luminosité, notamment dans le cadre d'applications de microscopie.

Les comportements mécaniques des films minces polycristallins sont encore mal compris à l'échelle sub-micronique. En particulier des hétérogénéités locales de déformation importantes sont attendues, mais elles restent difficile à quantifier expérimentalement. Les nouvelles possibilités offertes par les micro-faisceaux synchrotron de rayons X ont donc été utilisées dans ce travail pour éclairer cette problématique.Une réflexion de Bragg provenant d'un grain unique sub-micronique a été acquise avec une très bonne résolution dans l'espace réciproque en trois dimensions lors d'un cycle thermique. Les propriétés de cohérence du faisceau ont été utilisées pour reconstruire à trois dimensions une composante du champ de déplacement intra-grain avec une résolution d'une vingtaine de nanomètres dans les trois directions. Cette technique est basée sur des algorithmes de reconstruction de phase qui néanmoins connaissent des stagnations dans le cas des échantillons fortement déformés. Une méthodologie basée sur la connaissance de la forme du grain a donc été développée pour contourner ces difficultés. Des analyses complémentaires de diffraction X de laboratoire et de microdiffraction monochromatique ont également mis en évidence des hétérogénéités importantes de déformation entre les différents grains. / Strain heterogeneities in polycrystalline thin films are of great interest in technology because many fabrication and reliability problems are stress related. Nevertheless measuring local strains in sub-micron grains remains a real experimental challenge. This thesis is focused on recent and promising results in the field of strain measurements in small dimensions via X-ray micro-diffraction. A 3D mapping of 111 Bragg reflection from a Au sub-micron single grain was measured during a thermal cycle. Coherent properties of the beam has been used to retrieve a component of the displacement field in 3D from this single grain with a resolution around 17x17x22 nm via phase retrieval procedures. However algorithms do not always converge when the grain is highly strained. Thus alternative techniques are proposed and tested to overcome this stagnation. Complementary results from laboratory diffraction and micro 3D X-Ray Diffraction have also been analysed to compare strain at different scales. Strong strain heterogeneities has been evidenced between grains.

De nombreux traitements appliqués aux signaux audio travaillent sur une représentation Temps-Fréquence (TF) des données. Lorsque le résultat de ces algorithmes est un champ spectral d’amplitude, la question se pose, pour reconstituer un signal temporel, d’estimer le champ de phase correspondant. C’est par exemple le cas dans les applications de séparation de sources, qui estiment les spectrogrammes des sources individuelles à partir du mélange ; la méthode dite de filtrage de Wiener, largement utilisée en pratique, fournit des résultats satisfaisants mais est mise en défaut lorsque les sources se recouvrent dans le plan TF. Cette thèse aborde le problème de la reconstruction de phase de signaux dans le domaine TF appliquée à la séparation de sources audio. Une étude préliminaire révèle la nécessité de mettre au point de nouvelles techniques de reconstruction de phase pour améliorer la qualité de la séparation de sources. Nous proposons de baser celles-ci sur des modèles de signaux. Notre approche consiste à exploiter des informations issues de modèles sous-jacents aux données comme les mélanges de sinusoïdes. La prise en compte de ces informations permet de préserver certaines propriétés intéressantes, comme la continuité temporelle ou la précision des attaques. Nous intégrons ces contraintes dans des modèles de mélanges pour la séparation de sources, où la phase du mélange est exploitée. Les amplitudes des sources pourront être supposées connues, ou bien estimées conjointement dans un modèle inspiré de la factorisation en matrices non-négatives complexe. Enfin, un modèle probabiliste de sources à phase non-uniforme est mis au point. Il permet d’exploiter les à priori provenant de la modélisation de signaux et de tenir compte d’une incertitude sur ceux-ci. Ces méthodes sont testées sur de nombreuses bases de données de signaux de musique réalistes. Leurs performances, en termes de qualité des signaux estimés et de temps de calcul, sont supérieures à celles des méthodes traditionnelles. En particulier, nous observons une diminution des interférences entre sources estimées, et une réduction des artéfacts dans les basses fréquences, ce qui confirme l’intérêt des modèles de signaux pour la reconstruction de phase. / A variety of audio signal processing techniques act on a Time-Frequency (TF) representation of the data. When the result of those algorithms is a magnitude spectrum, it is necessary to reconstruct the corresponding phase field in order to resynthesize time-domain signals. For instance, in the source separation framework the spectrograms of the individual sources are estimated from the mixture ; the widely used Wiener filtering technique then provides satisfactory results, but its performance decreases when the sources overlap in the TF domain. This thesis addresses the problem of phase reconstruction in the TF domain for audio source separation. From a preliminary study we highlight the need for novel phase recovery methods. We therefore introduce new phase reconstruction techniques that are based on music signal modeling : our approach consists inexploiting phase information that originates from signal models such as mixtures of sinusoids. Taking those constraints into account enables us to preserve desirable properties such as temporal continuity or transient precision. We integrate these into several mixture models where the mixture phase is exploited ; the magnitudes of the sources are either assumed to be known, or jointly estimated in a complex nonnegative matrix factorization framework. Finally we design a phase-dependent probabilistic mixture model that accounts for model-based phase priors. Those methods are tested on a variety of realistic music signals. They compare favorably or outperform traditional source separation techniques in terms of signal reconstruction quality and computational cost. In particular, we observe a decrease in interferences between the estimated sources and a reduction of artifacts in the low-frequency components, which confirms the benefit of signal model-based phase reconstruction methods.