Lors du processus de formation d'images par caméra, un effet de vignettage se produit en raison du changement d'angle de vue, entraînant une image avec un centre lumineux et des bords sombres. La présence du vignettage fait perdre à l'image une partie des informations texturales des bords, impactant fortement la performance du traitement de vision par machine. Pour résoudre ce problème, cet article améliore le modèle de réseau Retinex-Net sous deux aspects : la correction de la netteté de l'image et l'amélioration des performances de débruitage. Premièrement, une convolution dilatée est ajoutée au modèle original afin de préserver la haute résolution de l'image corrigée et d'élargir le champ réceptif. Deuxièmement, le débruitage est amélioré en utilisant un réseau de résidus denses, visant à extraire densément les caractéristiques à chaque couche de l'image vignettée, à conserver davantage les détails et à supprimer le bruit. Enfin, un ensemble de données d'images vignettées a été construit et l'algorithme proposé a été évalué sur un ensemble de test. Comparé au modèle initial, la valeur SSIM a augmenté de 0.293, la valeur PSNR de 0.727, et la valeur RMSE a diminué de 0.095. Par rapport aux algorithmes de correction basés sur la minimisation de l'entropie de l'image, la compensation adaptative Retinex, et la symétrie basée sur le gradient radial, l'algorithme proposé présente de meilleures performances de correction et est visuellement plus adapté à l'observation et la compréhension.

correction des images vignettées; théorie Retinex; convolution dilatée; réseau à résidus