Stage en Traitement d'Images H/F

L'offre

Safran Electronics & Defense développe des systèmes optroniques de pointe intégrant des caméras thermiques et capteurs infrarouges non refroidis (IRNR) pour de nombreux environnements (terrestres, marins, aérospatiaux, drones).

Au sein de la Direction d'Ingénierie, vous intégrerez l'unité d'ingénierie Modules Optroniques. Cette unité conçoit les briques technologiques de demain : modules de détection infrarouge et visible, zooms... Ces modules de haute technologie sont au coeur de nos futurs équipements d'observation.

Le stage s'applique dans le contexte de capteurs infrarouges non refroidis (IRNR) (bolomètres). Les matrices de détecteurs infrarouges non refroidis présentent naturellement des non-uniformités de réponse entre pixels. La calibration usine consiste à caractériser ces réponses, définir les corrections pixelliques individuelles et paramétrer les algorithmes de restauration d'image pour obtenir une image exploitable et robuste dans le temps.

Objectif du stage :
Améliorer le protocole de calibration usine des détecteurs IRNR en testant et comparant différents types de protocoles de calibration et en optimisant les processus de restauration d'image, en s'appuyant sur les méthodes déterministes existantes et sur des approches d'intelligence artificielle.

Missions principales :

• Analyse de l'existant

-- Étudier le protocole actuel de calibration usine (séquences d'enregistrement, durées de stabilisation, paramétrage capteur).
-- Comparer les algorithmes de traitement d'image utilisés (approches déterministes, stratégies de correction des non-uniformités).

• Définition de nouveaux protocoles de calibration

-- Proposer différents scénarios de calibration (séquences d'images, configurations capteurs, durées de stabilisation, nombre de points de calibration...).
-- Définir les critères de performance (qualité d'image, robustesse, coût et temps de production, facilité de mise en oeuvre usine).

• Intégration de l'IA dans le processus de restauration d'image

-- Identifier où et comment les méthodes de machine learning / deep learning peuvent compléter ou améliorer les algorithmes déterministes
-- Concevoir, entraîner et évaluer des modèles prédictifs à partir des données issues de capteurs déjà calibrés et de campagnes d'essais.

• Validation et formalisation du nouveau protocole

-- Mettre en place une campagne de tests comparatifs (protocole actuel vs nouveaux protocoles) sur images enregistrées en labo sur nos caméras.
-- Analyser les résultats (qualité d'image, stabilité, gains industriels) et rédiger un rapport d'essais.
-- Proposer un protocole de calibration usine amélioré, intégrable dans l'environnement industriel et compatible avec les architectures de traitement embarquées

Vos résultats auront un impact direct sur la réduction du coût de production des capteurs infrarouges, l'augmentation de la robustesse des calibrations et l'amélioration de la qualité d'image pour l'utilisateur final.

Profil recherché

Vous êtes étudiant(e) en dernière année de cycle ingénieur ou de master 2, avec une spécialisation en :
-Traitement d'images, traitement du signal, mathématiques appliquées
-Et/ou Informatique, data science, intelligence artificielle
-Des connaissances en optronique et capteurs infrarouges seront un plus apprécié.

Compétences techniques attendues :
-Solides bases en traitement d'images et statistiques / analyse de données
-Maîtrise de Matlab et/ou Python
-Connaissance des librairies de machine learning / deep learning (PyTorch, TensorFlow ou équivalent)
-Intérêt pour les capteurs d'image, les systèmes embarqués et les contraintes temps réel (FPGA, chaînes vidéo embarquées) serait un plus

Qualités humaines :
-Autonomie, rigueur, sens de l'initiative
-Curiosité scientifique et goût pour l'expérimentation
-Capacité à travailler en interface avec plusieurs métiers (optronique, traitement d'image, data science, industrialisation, systèmes embarqués)