Analyse statistique des images : application à des séries d'images en océanologie

par Pascal Chevrot

Thèse de doctorat en Océanologie

Sous la direction de Jean-Pierre Durbec.


  • Résumé

    Ce travail a eu pour objet la detection et la caracterisation de structures latentes dans des series d'images en oceanographie. La difficulte de modeliser statistiquement des phenomenes physiques ou biologiques comportant une composante spatiale et/ou temporelle conduit a adopter une approche de nature exploratoire. La majorite des modeles statistiques qui prennent en compte ces composantes ne sont utilisables qu'avec des hypotheses restrictives peu verifiables et conduisent a des calculs numeriques longs et difficiles. La methodologie proposee a ete testee sur deux exemples particuliers en oceanologie: la sclerochronologie des madreporaires et les modifications temporelles des structures thermiques de surface de la mer. La croissance d'une colonie de madreporaires s'accompagne de la formation de bandes annuelles de faible et de haute densite au niveau du squelette calcaire. La structure de ces bandes pourrait etre influencee par les conditions climatiques et hydrologiques locales. L'identification et le positionnement de ces bandes uniquement a partir de radiographies x de coupes minces du squelette est difficile. De plus, les proprietes physiques d'une colonie ne sont pas les memes dans toutes les directions. L'extraction de maniere adaptative de l'information consensuelle entre la densite du squelette et son gradient augmente le contraste entre les bandes. Il est alors possible d'identifier plusieurs composantes situees a differentes echelles du phenomene de croissance et ainsi de mieux positionner les bandes annuelles. Dans le golfe du lion, les structures thermiques sont fortement influencees par l'hydrodynamisme local et les conditions climatiques: forcage par le vent et temperature de l'air. Le suivi des masses d'eau sur une zone etendue est impossible a realiser in situ par des moyens classiques puisque les mesures des parametres tels que la temperature sont necessairement en nombre reduit dans le temps et dans l'espace et que les phenomenes etudies varient en general rapidement. Les images thermiques sont obtenues a partir des donnees du capteur avhrr du satellite noaa 11. Nous montrons l'utilite de la methode des projections revelatrices pour analyser le suivi de l'evolution de structures thermiques au moyen d'une classification de l'ensemble des points de mesure (pixels) de la zone etudiee en fonction de la temperature enregistree et de son evolution au cours du temps. Les classes obtenues sont fonction de la stabilite thermique et permet une cartographie des structures majeures (stables) et des structures annexes (fluctuantes) de la region etudiee. La methodologie proposee dans cette these consiste a repartir la variabilite des phenomenes etudies suivant un petit nombre de composantes optimales au sens d'un critere specifique (indice de projection revelatrice, variance generalisee) et a en obtenir une simplification. Les hypotheses necessaires sont faibles et relativement peu nombreuses, ce qui donne a cette approche un champ d'application etendu

  • Titre traduit

    Statistical image analysis : application in series of oceanography image


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (193 f.)
  • Annexes : Bibliogr. : f.181-193

Où se trouve cette thèse ?

  • Bibliothèque : Université d'Aix-Marseille (Marseille. Endoume). Observatoire des Sciences de l’Univers (OSU). Institut Pythéas.
  • Disponible pour le PEB
  • Cote : F-404
  • Bibliothèque : Université Aix-Marseille (Marseille. Luminy). Service commun de la documentation. Bibliothèque de sciences.
  • Disponible pour le PEB
  • Cote : 26266
  • Bibliothèque : Station biologique. Service de documentation scientifique.
  • Disponible pour le PEB
  • Cote : M-131220020001
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.