Identification de plantes à partir d'images numériques par champs de gradients : application aux plantes médicinales de la région caraïbe

par Jimmy Nagau

Thèse de doctorat en Informatique

Sous la direction de Jacky Desachy.

Soutenue en 2010

à Antilles-Guyane .


  • Résumé

    Ce travail traite de l' " identification de plantes à partir d'images numériques, par champs de gradients", provenant de capteurs de types variés. Nous avons choisi des méthodes de type global, afin de pré-segmenter efficacement l'image d'une plante. Parmi ces méthodes, celle du Mean Shift permet de s'acquitter des tâches de paramétrisation, mais présente l'inconvénient d'une forte complexité de calcul. Nous proposons deux méthodes pour résoudre ce problème: le Mean Shift avec changement d'échelle et le Mean Shift Markovien dont le but est de limiter le traitement de tous les pixels par le Mean Shift. L'application de ces méthodes permet d'obtenir une partition de l'image dans laquelle on recherche les groupes de pixels, matérialisant les parties d'une plante focalisée par le photographe. Pour mettre en évidence ces zones, nous exploitons: la netteté des formes, la position et la densité spatiale des objets dans une image, afin de construire des masques qui représentent les parties d'une plante. À partir de ces masques, nous extrayons un ensemble de caractéristiques issu de la botanique descriptive, regroupé en trois catégories: 1 colorimétrie, la morphologie et le structurel. Nos choix méthodologiques sont expérimentés sur une petite base de données d'images, pour obtenir un ensemble de valeurs de caractéristiques appelées descripteurs. Ces descripteurs sont fournis à un système de classeurs basé sur des algorithmes génétiques, afin d'obtenir des règles désignant chaque type de plantes. L'objectif de ces règles est d'associer un score de ressemblance à chaque image de la base de données, en fonction de l'image soumise comme requête au système de reconnaissance.

  • Titre traduit

    Identification plants from digital images with fields of gradients : application of herbal medicines in the caribbean


  • Pas de résumé disponible.


  • Résumé

    This work deals with the "Identification plants from digital images, with fields of gradients", from sensors of various types. We chose globa methods, in order to segment the image of a plant. Among these methods, the Mean Shift requires no parameterization, but has the disadvantage of high computational complexity. We suggest two methods to solve this problem : the Mean Shift one with a change of scales and the Markov Mean Shift whose purpose is to Iimit the pixel processing, with the Mean Shift method. Implementation of these methods yields a partition of the image where we look for groups of pixels, showing the part of a plant, focused on by the photographer. To highlight these areas, we use: sharpness of shapes, position and spatial density of objects in an image, in order to build masks that represent the parts of a plant. Starting from these masks, we draw a set of features derived from the descriptive botany which can be grouped into three categories: colorimetry, morphology and the spatial organization. Our methodological choices are tested on a small database of images in order to obtain a set of values of features, called descriptors. These descriptors are provided to a classifier system based on genetic algorithms in order to obtaln rules describing each type of plant. The purpose of these rules is to assign a similarity score to each image in the database, according to the image submitted as a query to the system of recognition

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (150 p. )
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 58 réf. Index

Où se trouve cette thèse ?

  • Bibliothèque : Université des Antilles et de la Guyane (Pointe-à-Pitre, Guadeloupe). Service commun de la documentation. Section Droit-Sciences.
  • PEB soumis à condition
  • Cote : TA0453
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.