Problèmes d'échelle dans la segmentation par ondelettes d'images texturées

Scale problems in textured images segmentation using wavelets

• Auteur / Autrice : Sylvain Meignen
• Direction : Jacques Demongeot
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance en 2001
• Etablissement(s) : Université Joseph Fourier (Grenoble ; 1971-2015)

Mots clés

Mots clés libres

Segmentation

Ondelettes

Analyse en composantes principales

Détection d'extrma par ondelettes

Segmentation

Textures

Wavelets

Karhunen-Loève approximations

Wavelet maxima detection

Résumé

Nous nous intéressons dans cette thèse à la segmentation d'images texturées à l'aide de frame d'ondelettes. Après avoir étudié les frames, en particulier les relations qui lient l'approche continue à l'approche discrète, nous nous focalisons particulièrement sur l'étude des problèmes d'échelle liés à la segmentation des macro-textures. Nous proposons des algorithmes particulièrement adaptés au traitement spécifique de ce type de textures, qui utilisent de nouvelles caractéristiques : les facteurs principaux d'une analyse en composantes principales. Des liens sont établis avec des caractéristiques plus communément utilisées. Nous montrons ensuite que la régularité Lipschitzienne des textures est un paramètre moins fiable que les facteurs principaux, aux petites échelles. Enfin, nous nous intéressons à la définition des frontières des textures, et construisons un algorithme permettant leur reconstruction partielle. La seconde partie est consacrée à l'étude d'un algorithme de décomposition multi-échelles permettant le suivi d'extrema le long des échelles. Nous regardons les applications possibles de cet algorithme à la détection des bords d'images bruitées ; puis, ces techniques de suivi d'extrema sont appliquées à la détermination du temps de réaction du muscle génioglosse, sur des enregistrements EMG.