Modélisation floue d'objets naturels en vision par ordinateur

par Ahmad Shahin

Thèse de doctorat en Informatique

Sous la direction de Jean-Pierre Bonnefoy.

Soutenue en 1998

à La Rochelle .

mots clés

• Reconnaissance des formes (informatique)
• Logique floue
• Vision par ordinateur

Résumé

Ce travail concerne la modélisation d'objets naturels en vision par ordinateur. Le but est de trouver des modélisations insensibles non seulement aux transformations géométriques mais aussi aux déformations naturelles tout en considérant des imperfections provenant des étapes successives de modélisations. Nous utilisons le cadre de la logique floue pour traiter ces imperfections, avec un minimum de connaissance a priori afin de représenter l'objet traité par un graphe multiévalué. Celui-ci est obtenu en trois phases. Premièrement, nous effectuons une segmentation floue sur les propriétés chromatiques permettant de réaliser une C-partition floue. Cette partition fournit une représentation adaptée aux méthodes floues d'extraction de caractéristiques afin de les rendre robustes et systématiques. Puis, nous modélisons les déformations de l'objet. Ceci consiste à simplifier la forme globale en entités plus simples sans chercher des structures a priori. Ainsi sont définies des méthodes floues permettant d'obtenir un maillage en R régions floues homogènes composées de structures régulières indépendantes des déformations naturelles et invariantes aux transformations géométriques classiques. Enfin, nous procédons à une fusion de (R+C) images floues obtenues en utilisant des mesures permettant de comparer ces images. Pour évaluer l'aspect fondamental du travail, nous avons développé trois projets dans des domaines d'applications différents. L’un industriel, concerne le tri automatique de poissons, et met en évidence la robustesse de notre technique vis-à-vis des déformations naturelles de l'objet poisson. Le deuxième traite de la reconnaissance des visages et montre que la méthode est également robuste aux variations d'expressions. Enfin, nous appliquons ces différentes modélisations à la détection et à la correction des vitesses du flux sanguin intracardiaque, permettant ainsi l'aide au diagnostic d'images médicales fonctionnelles.

Titre traduit

Natural objects fuzzy modeling in computer vision

Pas de résumé disponible.