Recherche Avancée

Thèse soutenue

Segmentation et classification d'images texturees par filtrage spatio-frequentiel : ondelettes splines et filtres de gabor

FR  |  
EN
Auteur / Autrice : PHILIPPE VAUTROT
Direction : Noël Bonnet
Type : Thèse de doctorat
Discipline(s) : Sciences appliquées
Date : Soutenance en 1996
Etablissement(s) : Reims

Résumé

FR

La segmentation (partitionnement d'une image en regions homogenes) et la classification (reconnaissance) d'images texturees demeure un probleme d'actualite en vision par ordinateur. L'analyse de textures fait apparaitre deux aspects fondamentaux: un traitement de type local et l'intervention de la notion de multi-echelle. Les methodes de filtrages spatio-frequentiels constituent une approche possible permettant de repondre a ces exigences. Depuis les annees 80, la theorie des ondelettes a pris un essor notoire qui s'explique par les proprietes de localisation et de decomposition multi-echelle qu'elles presentent. Ce travail presente une application d'une famille d'ondelettes, les ondelettes splines generalisees, a la segmentation et a la classification d'images texturees. Servant de reference, les filtres de gabor, reputes pour leurs proprietes de localisation angulaire, spatiale et frequentielle, sont exposes dans un premier temps. Dans un second temps, nous presentons les ondelettes splines generalisees. Ces dernieres constituent des fonctions a une variable et l'extension a l'espace 2d des images par l'usage de filtres separables nuit gravement a la selectivite angulaire. Nous montrons que l'emploi d'un filtre angulaire dans l'implementation des ondelettes et des paquets d'ondelettes permet de remedier a ce probleme. Le travail s'oriente finalement vers la classification d'images texturees et l'analyse du pouvoir discriminant des differents descripteurs de texture. Grace au filtre angulaire, nous parvenons a des resultats comparables (mais non superieurs en general) a ceux obtenus avec les filtres de gabor tant en segmentation qu'en classification