Analyse d'images par les moments de Gauss-Hermite, applications en géo-imagerie

par Bo Yang

Thèse de doctorat en Sciences et technologie. Terre, eau, image

Sous la direction de Samia Boukir.

Soutenue en 2011

à Bordeaux 3 .

mots clés

• Reconstruction d'image
• Polynômes orthogonaux

Résumé

Orthogonal moments are powerful tools in pattern recognition and image processing. In this thesis, we focus our attention on the study of orthogonal Gaussian-Hermite moments and their applications in geo-imaging. The discrete implementation of such moments is detailed and some properties are proposed for efficient computation. We conduct image reconstruction from Gaussian-Hermite moments. The influence of the scale parameter σ is analysed and an automatic σ selection is proposed as well. The experimental results show that Gaussian-Hermite moments perform better than the most popular kinds of moments in image reconstruction. We also discuss the development of corresponding invariants to Gaussian-Hermite moments. We prove that the rotation invariants of Gaussian-Hermite moments have identical constructing forms to those of geometric moments. Moreover, their central moments have translation invariance. The verification and application of the proposed invariants in pattern recognition and classification are also given. Finally, we introduce the proposed moments and their invariants to the applications of seismic and aerial images. These applications include orientation estimation, anisotropy detection, seismic horizon tracing, template matching, image registration and mosaic image generation.

Titre traduit

Image analysis by Gaussian-Hermite moments with applications in geo-imaging

Résumé

Les moments orthogonaux sont des outils puissants pour la reconnaissance des formes et le traitement d'images. Dans cette thèse, nous concentrons notre attention sur les moments de Gauss-Hermite et leurs applications en géo-imagerie. L’implémentation discrète est aussi proposée grâce à certaines propriétés des moments de Gauss-Hermite afin qu’elle soit efficace et rapide. Nous étudions particulièrement la reconstruction d'images à partir de leurs moments de Gauss-Hermite. L'influence du paramètre d'échelle σ est analysée et une méthode permettant de sélectionner automatiquement le σ optimal est ensuite proposée. Les résultats expérimentaux montrent que les moments de Gauss-Hermite apportent de meilleurs résultats que les moments les plus populaires pour la reconstruction d’images. Nous abordons également la dérivation d'invariants à partir des moments de Gauss-Hermite. Nous démontrons que les invariants à la rotation des moments de Gauss-Hermite ont des structures identiques à ceux des moments géométriques. En outre, les moments centrés de Gauss-Hermite sont invariants à la translation. La vérification et l'application de ces invariants à reconnaissance et la classification de formes sont données aussi dans le mémoire. Enfin, nous utilisons ces moments et leurs invariants dans différentes applications avec des images sismiques, de télédétection et de microscopie. Les applications comprennent: l'estimation d'orientation, la détection d'anisotropie, le suivi d’horizons sismiques, l’appariement de modèles et le recalage d’images, et la création de mosaïques d'images.