Restauration des Images de Documents Anciens A. Meziane Cerist ameziane@cerist.dz

1. Restauration des Images de Documents AnciensA. MezianeCeristameziane@cerist.dz

2. CONTEXTE DE CE PROJETJe vous prie d’utiliser cette présentation à des fins strictement personnellesMerci

3. UTILISATEURS POTENTIELSBibliothèque Nationale d’AlgérieCentre Nationale des ArchivesCentre National du Manuscrit (ADRAR)

4. GRSDT vient de dévoiler les 34 PNR et lancera un appel en janvier 2011PNR12 TICAxe 1: production et gestion de documents multimédiaThème 3: reconnaissance des documents écritsThème 4: archivage des documents anciensPNR25 Culture et CivilisationAxe 3: Les artsThème 4: La calligraphie et les manuscritsThème 5: Numérisation du patrimoine culturel Algérien

5. INTRODUCTIONDepuis quelques années, on numérise quotidiennement des quantités importantes de documents issus du patrimoine. Cette révolution technologique a ouvert de nouveaux domainesde recherche comme la restauration des images.

6. La numérisation des documents du patrimoineLe support physique des documents écrits a beaucoup évolué: -supports rigides (le bois, la pierre, le marbre, les galets, les tablettes de cire ou d’argile) -supports souples (le papyrus, le parchemin, le cuir, le papier). -Le papier: moins coûteux et plus commode, mais, fragile dont la conservation est difficile. L’invention de l’imprimerie moderne au XVème siècle a marqué le début d’une nouvelle ère de production et de diffusion massive du savoir Le document électronique est aujourd’hui le vecteur de diffusion le plus utilisé dans le monde.Les données numériques ne remplaceront jamais les supports physiques traditionnels, elles ne sont qu’une représentation plus ou moins fidèle des documents originaux. Par conséquent, la «copie numérique» ne constitue pas une alternative pérenne à la conservation du patrimoine culturel.

7. Propriétés du document numérique– Facilité de reproduction– Indépendance du support physique– Facilité de consultation– Préservation et conservation des documents originaux

8. La numérisation seule ne suffit pas. Il faut qu’elle cohabite avec le développement d’outils informatiques destinés à améliorer les conditions d’accès et de recherche.-L’analyse d’images de documents est un domaine de recherche actif à la frontière de la reconnaissance des formes et de l’analyse d’images. -L’analyse d’images de documents permet aujourd’hui de retrouver des mots dans les manuscrits imprimés ou bien de reconnaître les mots si on dispose de dictionnaires.-La numérisation permet de réaliser une «copie numérique» des documents ; mais, pour un grand nombre de ces documents, la numérisation arrive trop tard et beaucoup de documents ont été numérisés en mauvais état. -En plus de la détérioration physique des documents anciens, les images montrent des dégradations dues au processus même de numérisation.

9. Les images de documents sont des images particulières :– Ce sont des images de traits qui forment des structures complexes qui doivent être préservées comme les lettres.– Les informations sont concentrées sur des parties très réduites de l’image. La simple perte d’une partie infinitésimale peut rendre un texte illisible.– Il existe une certaine continuité le long des lignes de mêmes intensités.– La distribution statistique des couleurs montre des classes rarement séparables linéairement.– La proximité colorimétrique entre les différentes couches d’information rend particulièrement difficile leurs séparations quand elles sont mélangées comme la séparation entre le recto et le verso par transparence.– Les dégradations sont aléatoires et donc rarement modélisables et prédictibles. Les méthodes à base d’apprentissage ou de modélisation sont généralement limitées au traitement d’une seule dégradation sur des documents particuliers.– Les dégradations peuvent se superposer de façon non-linéaire rendant très difficiles leurs séparations.

10. Types de scanners utilisés pour la numérisation Scanners sans vitre Scanner avec lumière froide Scanner avec plateau pour préserver la reliure du livre

11. Exemples d’images de documents anciens

12. Dégradations des images de documents anciens • Absence de travaux complets sur les dégradations des images de documents anciens. • Besoin d’une typologie des dégradations pour: • mieux traiter les images de documents, • guider les travaux de restauration.

13. Dégradations physiques du document • Dégradations chimiques

14. Dégradations physiques du document • Dégradations biologiques Les micro-organismes, Les insectes, Les rongeurs

15. Dégradations physiques du document • Dégradations physiques d’origine humaine

16. L’homme L’ouvrage • annotations • Soulignements.. • qualité du papier, • acidité de l’encre,… La numérisation Les phénomènes naturels • résolution , • compression trop forte, • présence de courbures.. • humidité du lieu de stockage, • insectes, rongeurs,… Origines des dégradations Origines des dégradations

17. du fond globales des formes Dégradations aléatoires de l’information Dégradations sous forme de couches Dégradations sous forme de transformation globale Procédure de restauration par des transformations inverses Procédure de restauration par des méthodes de segmentation /classification • Extrapolation de l’information perdue • Réparation des traits une typologie des dégradations Dégradations • Passage en interférence du verso sur le recto • Annotations diverses… • Variation de l’éclairage • Présence de courbures et d’inclinaisons… • Pertes de l’information • Caractères dégradés…

18. Dégradations dues à la capture • Dégradations matérielles Les limites technologiques de la numérisation de documents (L’échantillonnage spatial, Une quantification des intensités lumineuses) Les limites de la numérisation des microfilms (le microfilm est une copie qui a perdu définitivement toute l’information colorimétrique et une grande partie de l’information sur la luminosité)

19. Dégradations dues à la capture • Dégradations numériques L’inadéquation de la résolution à la taille des textes Perte de la topologie avec le déplacement aléatoire d’une grille de résolution

20. Dégradations dues à la capture • Dégradations numériques L’inadéquation de la résolution à la taille des textes Problème d’une faible résolution sur une image de trait

21. Dégradations dues à la capture • Dégradations numériques Choix de la compression avec perte Aspect destructif de la compression JPEG ; de gauche à droite respectivement : l’image originale et ses versions compressées avec un facteur de qualité 50 % et 10 %.

22. classification non-causale des dégradations1-Dégradations uniformescolorimétriques ou géométriques comme l’inclinaison, les variationsuniformes des couleurs ou de la luminosité ; elles regroupent les défauts issus d’une transformation globale de l’image qui peut agir uniformément soit sur la localisation des pixels (inclinaison, courbure) soit sur leurs valeurs (transformation de la couleur ou correction de la luminosité). La restauration revient, dans le cas présent, à définir la transformée inversequi permettra de se rapprocher de l’information telle qu’elle l’était à l’origine. La restauration sera donc possible avec des méthodes globales qui appliquent les mêmes traitements sur toute l’image.

23. classification non-causale des dégradations2-Dégradations non-uniformesa-Les dégradations du fond

24. classification non-causale des dégradations2-Dégradations non-uniformesb-Les dégradations des formes

25. La restauration physiquevieillissement, modification des couleurs, porosité du papier, acidité de l’encre, humidité et variation de la température de stockage, présence d’insectes, sinistres...La restauration numériqueinclinaison du document, courbure apparente le long de la reliure.., des défauts optiques (éclairage non-homogène, netteté de l’image...), des défauts électroniques (bruit et qualité du capteur), des défauts informatiques (traitements destructifs de l’image sans sauvegarde des originaux, compression avec perte...) ou même des défauts extérieurs dus aux conditions de la prise d’image (présence d’éléments non-désirés, extérieurs au document).La restauration virtuellecomplémentaire à la restauration physique.Elle permet par exemple de retrouver la couleur d’origine, d’atténuer le verso quand il traverse le recto, de remplir les trous, d’enlever les taches ou de corriger la courbure après la restauration de la reliure.

26. Les méthodes de restauration virtuelle1-Méthode supervisée2-Méthode non supervisée

27. Méthode supervisée • Utilisation du recto et du verso • Séparation recto/verso par recalage Suppression des taches en transparence par recalage

28. Le recto d’un document de test (b) Le recto du document restauré • avec une fuite significative du verso après application de la méthode • Suppression des taches en transparence par recalage

29. Séparation recto/verso par analyse de l’orientation • analyse de l’orientation à base de la transformée en ondelettes (a) (b) (c) (d) Suppression des taches en transparence par analyse de l’orientation : (a) image de test, (b) image associée à l’orientation 135°, (c) image associée à l’orientation 45°, (d) image restaurée de (a)

30. Séparation recto/verso par analyse de la couleur • quatre classes (fond, texte, texte coloré et texte du verso) • nécessite une phase d’apprentissage sur une portion représentative d’une page. (a) Image d’origine (b) Image finale de recto séparée du verso

31. Séparation par une approche de segmentation en régions de couleur Séparation recto/verso par segmentation et agrégation de régions couleurs : Résultats de la sur-segmentation en régions, image dégradée et restaurée

32. Restauration des formes par modèle Exemple de modèle : Taille du texte, la résolution, la translation, la rotation, le changement d’échelle, le défaut de jet d’encre. (a) Image originale (b) Résultat pour K=2, le nombre de classes

33. Restauration des formes par prototypage À partir de la superposition de toutes les formes dégradées d’une même lettre, on construit le modèle de la forme idéale de la lettre. Cas de dégradations de la lettre «e» : (a) caractère idéal ; (b),(c) et (d) caractères dégradés avec structure du «e» conservée, (e) et (f) caractères dégradés avec structure confuse : (e) «e» ou «c», (f) «e» ou «o»

34. Restauration géométrique de la courbure Défauts géométriques de la photographie d’un livre ouvert à gauche et sa version restaurée à droite (source I2S)

35. Méthodes de restauration non-supervisées • Restauration du recto/verso par séparation de sources Utilise l’ACP Intérêt: Approche ne nécessite ni l’information du verso, ni un modèle, ni un apprentissage Suppression des taches en transparence par analyse de la couleur : (a) image de synthèse, (b) image restaurée de (a), (c) image réelle, (d) image restaurée de (c)

36. Restauration des formes par morphologie mathématique Effets des opérateurs morphologiques sur les images binaires

37. Restauration Colorimétrique Changement de la valeur de luminance, correction gamma et recalage d’histogramme Restauration de la dégradation colorimétrique par ajustement du contraste

38. Restauration des Formes par Diffusion • Les différents modèles de diffusion pour réduire le bruit, lisser les contours, restaurer la continuité des traits rehausser la netteté des formes.