Modélisation et Interprétation d'Images à l'Aide de Graphes

Modelization and Interpretation of Images using Graphs

• Auteur / Autrice : Romain Lerallut
• Direction : Fernand Meyer
• Type : Thèse de doctorat
• Discipline(s) : Morphologie mathématique
• Date : Soutenance en 2006
• Etablissement(s) : Paris, ENMP

Mots clés

Mots clés contrôlés

Arbres (théorie des graphes)

Bruit aléatoire, Théorie du

Mots clés libres

Graphe arbre

Espace d'échelle morphologique

Résumé

Décrire et comparer automatiquement les images est un enjeu critique pour le plein développement de la «société de l'information». Dans cette thèse, nous avons modélisé les objets présents dans les images, ainsi que leurs relations, par des graphes. Nous en avons étudiés plusieurs types, sur des images fixes et des séquences vidéos. Comparer des images via ces modèles s'est avéré efficace, notamment dans les problèmes d'indexation sur des bases d'images. En passant à des images plus complexes, nous avons été confrontés à l'instabilité des segmentations nécessaires à la modélisation. Nous avons donc développé plusieurs techniques d'amélioration d'images qui nous ont permis de modéliser par graphes des images et des séquences vidéo jusqu'alors trop difficiles. Enfin, certaines de ces techniques ont été mises en application dans un projet sur la vidéo-surveillance, en partenariat avec l'INRIA et ST Microelectronics, visant à détecter les accidents dans les milieux domestiques ou hospitaliers.

Describing and comparing images automatically is a critical issue for the full development of the ''society of information''. In this thesis, we have modeled the objects present in images, as well as their relationships, using graphs. We studied several types of graphs on static images as well as on videos. Comparing images through their graphs turned out to be efficient, in particular for the problem of the indexation of image databases. When moving on to more complex images, we were faced with the instability of the segmentations necessary for the modelization. We developed several image enhancement techniques that allowed us to model by graphs images and videos that were previously too difficult. Finally, some of these techniques were applied to a joint video-surveillance project with INRIA and ST Microelectronics, whose aim was to detect accidents in the domestic or hospital environments.