Thèse soutenue

Fusion d'images par la théorie de l'évidence en vue d'applications médicales et industrielles
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Anne Dromigny-Badin
Direction : Yue Min Zhu
Type : Thèse de doctorat
Discipline(s) : Traitement de l'image
Date : Soutenance en 1998
Etablissement(s) : Lyon, INSA

Résumé

FR

Ce travail porte sur le développement de méthodes de fusion d'images basées sur la théorie de l'évidence de Dempster-Shafer. Dans ce cadre, nous avons étudié deux types de méthodes de fusion. Le premier type est une fusion au niveau des pixels. Deux approches génériques, basées respectivement sur la théorie bayésienne et sur la théorie de l'évidence sont présentées. Elles permettent toutes deux de générer, à partir d’images multimodales ou multiacquisitions recalées géométriquement, une seule image finale segmentée. Les études comparatives de ces deux approches, effectuées dans le cadre de la segmentation de l'image, montrent la souplesse ainsi que la robustesse de l'approche de la théorie de l'évidence. En effet, cette dernière permet d'évaluer la fiabilité de la segmentation obtenue en quantifiant la confiance que l'on a en elle. Le deuxième type de méthode concerne la fusion par Dempster-Shafer au niveau des objets. La méthode consiste à fusionner les objets issus d’une première segmentation des images originales, et qui sont représentés par des vecteurs de paramètres. Dans ce cadre, nous proposons deux techniques de fusion destinées respectivement à classifier les objets obtenus (approche par des hypothèses discrètes) et à améliorer la quantification de paramètres continus de ces objets (approche par des hypothèses continues). La fusion des hypothèses continues est étudiée de manière particulièrement détaillée. Enfin, les différentes techniques de fusion sont appliquées à des problèmes aussi divers que l'augmentation de la dynamique des systèmes d'imagerie par rayons X, l'amélioration de la fiabilité de caractérisation des défauts en contrôle non destructif par radioscopie et échographie ultrasonore ou encore la segmentation automatique des lésions de sclérose en plaques en imagerie par résonance magnétique.