Le traitement d'images acquises sous éclairement non contrôlé s'avère fréquent dans de
nombreuses applications. En effet, différentes conditions d'acquisitions contraignent la prise de vue
comme le mouvement, un éclairement non uniforme, les changements d'opacité de l'objet, le bruit
d'acquisition, etc. Ceci a pour conséquence de créer des variations inhomogènes de contraste dans
les images. Peu de méthodes de traitement d'images prennent en compte ces variations. Afin de
résoudre ce problème, un modèle adapté aux images peu contrastées, à savoir le Logarithmic Image
Processing (LIP) sera présenté (Jourlin, 2016). Ce modèle est fondé sur la loi optique des
transmittances, ce qui lui donne de très bonnes propriétés optiques pour traiter ces images. Grâce au
modèle LIP, de nouvelles méthodes robustes à ces changements de contrastes seront introduites : à
savoir, les métriques fonctionnelles d'Asplund (Noyel and Jourlin, 2020). Deux métriques seront
étudiées : (i) la métrique d'Asplund LIP-multiplicative qui est robuste aux changements d'opacité (ou
d'absorption) de l'objet modélisés par la loi multiplicative du modèle LIP, et (ii) la métrique d'Asplund
LIP-additive, qui est robuste aux variations d'intensité lumineuse (ou du temps d'exposition de la
caméra) modélisées par la loi additive du modèle LIP. En pratique, ces métriques s'avèrent très utile
pour la reconnaissance de forme grâce à des cartes de distances entre un gabarit de référence et une
image. Ces cartes de distances d'Asplund seront reliées au corpus bien établi de la morphologie
mathématique. Ceci permettra l'introduction d'un nouveau cadre de travail appelé morphologie
mathématique logarithmique (Noyel, 2019). Ce dernier permet la définition de nouveaux opérateurs
robustes aux variations d'éclairement (Noyel, 2021).