Caractérisation structurelle et statistique de la texture pour la reconnaissance d'images de textures macroscopiques

Structural and statistical characterization of the texture for the recognition of images of macro-textures

• Auteur / Autrice : Xia Xie
• Direction : André Smolarz
• Type : Thèse de doctorat
• Discipline(s) : Contrôle des Systèmes
• Date : Soutenance en 1990
• Etablissement(s) : Compiègne
• Ecole(s) doctorale(s) : École doctorale 71, Sciences pour l'ingénieur (Compiègne)

Mots clés

Mots clés contrôlés

Matériaux -- Texture

Markov, Processus de

Traitement d'images -- Techniques numériques

Classification automatique (statistique)

Reconnaissance des formes (informatique)

Mots clés libres

Segmentation d'images

Modèles markoviens

Résumé

Les méthodes d'analyse de textures macroscopiques proposées dans ce mémoire sont composées de deux parties : la partie d'extraction de primitives et la partie d'extraction des arrangements spatiaux des primitives. La première partie est réalisée en cinq étapes : seuillage, extraction de contours, suivi de contours, calcul des attributs de primitives et séparation des primitives compactes. La seconde partie est réalisée avec deux méthodes. La méthode des Vecteurs de Densités de Primitives estime la densité d'apparition des différentes classes de primitives. Et la méthode des Matrices de co-occurrence Généralisées estime la probabilité conjointe des propriétés des couples de primitives séparées par une relation spatiale. La méthode de segmentation des textures microscopiques est fondée sur la modélisation de champ de Markov. La dépendance entre un pixel et ses voisins est exprimée dans le modèle par un vecteur d'attributs calculé à partir de la longueur curviligne et du nombre des extrama locaux du signal de luminance dans un intervalle fixé le long d'un axe d'orientation définie dans le plan d'image. Les différents modèles sont proposés pour la segmentation avec ou sans connaissance a priori.