Cet article aborde le défi crucial de l'estimation de l'éclairement en traitement d'images, en se concentrant sur la robotique, où une perception environnementale robuste dans diverses conditions d'éclairage est essentielle. Les méthodes existantes, telles que les histogrammes RVB ou les descripteurs GIST, sont sensibles aux variations d'éclairement et échouent souvent dans les environnements complexes. Cette étude présente une nouvelle méthode d'estimation de l'illuminant et de la direction de la lumière dans les images en utilisant la distance de Wasserstein basée sur la théorie du transport optimal. Grâce à des expériences sur diverses images telles que des scènes d'intérieur, des photographies noir et blanc et des images de nuit, nous démontrons que cette méthode détecte la source lumineuse principale et estime sa direction avec de meilleures performances que les méthodes statistiques existantes dans des environnements d'éclairage complexes. Nous suggérons des applications potentielles telles que la localisation de sources lumineuses, l'évaluation de la qualité d'image et l'amélioration de la détection d'objets, et proposons des recherches futures pour améliorer la précision en intégrant le seuillage adaptatif et l'analyse de gradient, et pour fournir une solution évolutive aux problèmes d'éclairage réels.
