Analyse et interprétation d'images appliquées aux algues microscopiques

Image analysis and interpretation applied to microscopic algae

• Auteur / Autrice : Mylène Roussel
• Direction : Dominique Fontaine, Xiao-Wei Tu
• Type : Thèse de doctorat
• Discipline(s) : Contrôle des systèmes
• Date : Soutenance en 1993
• Etablissement(s) : Compiègne

Mots clés

Mots clés contrôlés

Écologie d'eau douce

Analyse en composantes principales

Vision artificielle (robotique)

Reconnaissance des formes (informatique)

Classification automatique (statistique)

Traitement d'images -- Techniques numériques

Mots clés libres

Analyse image

Milieu dulçaquicole

Analyse composante principale

Classification

Arbre décision

Vision artificielle

Traitement image

Reconnaissance forme

Segmentation

Cyanobacteria

Ns

Image analysis

Freshwater environment

Principal component analysis

Classification

Decision tree

Artificial vision

Image processing

Pattern recognition

Résumé

L'étude du séquencement de méthodes permettant de classifier et d'identifier des objets à partir d'images brutes est peu usitée. On s'intéresse ici au cas des algues microscopiques présentes dans l'eau douce. Les images brutes sont issues d'un microscope optique. Elles présentent les caractéristiques suivantes : dynamique en contraste faible, fonds non homogènes, présence d'artefacts. . . Le séquencement de méthodes s'articule autour de deux parties au travers d'une méthodologie de résolution permettant d'élargir le champ d'application des processus au cas plus général d'objets biologiques. La première partie porte sur les traitements bas-niveau de segmentation, de localisation des objets, de suivis des contours et de reconstruction, afin d'obtenir des contours représentatifs des objets rendant possible l'extraction de caractéristiques. La deuxième partie traite de l'extraction de caractéristiques pertinentes, de la sélection basée sur une méthode d'analyse en composantes principales de caractéristiques discriminantes, permettant d'entreprendre avec succès une classification. L'ensemble de données limité nous porte vers le choix d'une méthode de classification basée sur les arbres de décision binaires