Application du principe de minimisation de la complexité stochastique à la segmentation d'images bruitées par contour actif

par Pascal Martin

Thèse de doctorat en Traitement des images

Sous la direction de Philippe Réfrégier.

Soutenue en 2006

à Aix-Marseille 3 .


  • Résumé

    La segmentation d'image consiste à diviser une image en différentes régions d'intérêts possédant certaines propriétés d'homogénéité. Elle intervient dans de multiples domaines d'applications et les images à traiter peuvent alors être perturbées par des bruits de natures différentes. La majorité des techniques de segmentation développée nécessite le réglage d'au moins un paramètre dans le critère à optimiser. Au cours de cette thèse, nous présentons des algorithmes de segmentation en deux régions qui reposent sur la minimisation de la complexité stochastique de l'image. Nous proposons notamment une modélisation statistique non paramétrique originale des fluctuations des niveaux de gris de l'image. Nous obtenons ainsi, la première technique de segmentation adaptée au bruit présent dans l'image sans connaissance \emph{a priori} sur les lois de probabilité qui le décrivent et qui repose sur l'optimisation d'un critère sans paramètre à ajuster.

  • Titre traduit

    Application of the minimization of the stochastic complexity principle to the segmentation of noisy images by snake


  • Résumé

    Image segmentation consists in divise an image into differents regions of interest. It occurs in many application areas and the processed images can thus be corrupted with noise of various physical origin. Most of the developped segmentation techniques are based on the optimization of a criterion that has at least one parameter to be tune by the user. In this work, we present segmentation algorithms in two regions based on the minimization of the stochastic complexity of the image. In particular, we propose an original nonparametric statistical modelization of the fluctuations of the gray levels. We thus obtain the first segmentation technique adapted to the noise present in the segmented image without \emph{a priori} knowledge of the probability laws which describe it and which is based on the optimization of a criterion without parameter to be tuned by the user.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (173 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 167-173

Où se trouve cette thèse ?

  • Bibliothèque : Université d'Aix-Marseille (Marseille. Saint-Jérôme). Service commun de la documentation. Bibliothèque de sciences.
  • Disponible pour le PEB
  • Cote : 200062252
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.