Segmentation coopérative et adaptative d’images multicomposantes : application aux images CASI

par Madjid Moghrani

Thèse de doctorat en Traitement du signal et télécommunications

Sous la direction de Kacem Chehdi.

Soutenue en 2007

à Rennes 1 .


  • Résumé

    Les travaux de cette thèse s'inscrivent dans le cadre des approches coopératives de segmentation d’images. Deux systèmes adaptatifs ont été mis en œuvre: l'un parallèle, l'autre séquentiel. Le système parallèle met en concurrence les méthodes de segmentation par classification. Le système séquentiel exécute ces mêmes méthodes suivant un ordonnancement établi. L'extraction des attributs pour segmenter les différentes régions est effectuée de manière adaptative en fonction de la nature uniforme (faiblement texturée) ou texturées des régions. Les deux systèmes sont composés de trois modules principaux. Le premier module permet de détecter la nature des régions de l'image (uniformes et texturées) afin d'adapter le type de traitement a posteriori. Le deuxième module est dédié à la segmentation des régions détectées en fonction de leur nature. Les résultats de segmentation sont évalués et validés à des niveaux différents du traitement. Le troisième module fusionne les résultats intermédiaires obtenus sur les deux types de région détectés. Les deux systèmes sont testés et comparés sur des images synthétiques et réelles, monocomposantes et multicomposantes de télédétection aérienne.

  • Titre traduit

    Cooperative and adaptive multi-component images segmentation with application to CASI images


  • Résumé

    This thesis focuses on cooperative approaches in image segmentation. Two adaptive systems were implemented; the first is parallel and second is sequential. The parallel system is based on competing methods of segmentation by classification. The sequential system runs these methods according to a predefined schedule. The extraction of features for segmentation is performed according of the region’s nature (uniform or textured). Both systems are composed of three main modules. The first module aims to detect the region’s nature of the image (uniforms or textured) in order to adapt further processings. The second module is dedicated to the segmentation of detected regions according to their nature. The segmentation results are assessed and validated at different levels of the segmentation process. The third module merges intermediate results obtained on the two types of areas. Both systems are tested and compared on synthetic and real mono- and multi-component images issued from aerial remote sensing.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (132 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 127-132

Où se trouve cette thèse ?

  • Bibliothèque : Université de Rennes I. Service commun de la documentation. Section sciences et philosophie.
  • Disponible pour le PEB
  • Cote : TA RENNES 2007/156
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.