Segmentation et caractérisation d'images de texture à l'aide d'informations statistiques : application à l'industrie agro-alimentaire

Segmentation and caracterisation of textured images with statistical methods : application to food-processing industries

• Auteur / Autrice : Christine Fernandez-Maloigne
• Direction : André Smolarz
• Type : Thèse de doctorat
• Discipline(s) : Contrôle des Systèmes
• Date : Soutenance en 1989
• Etablissement(s) : Compiègne
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Compiègne)

Mots clés

Mots clés contrôlés

Algorithmes

Industries agroalimentaires

Aliments -- Texture

Qualité -- Contrôle

Texture

Biscuits

Cuisson-extrusion

Méthodes statistiques

Traitement d'images

Traitement d'images -- Techniques numériques

Mots clés libres

Segmentation d'images

Caractérisation d'images

Alvéolation

Longueur de plages

Ldp

Résumé

Les travaux présentés dans cette thèse portent sur un problème de caractérisation de l'alvéolation de biscuits extrudés. Pour ce faire, diverses techniques d'analyse d'images texturées ont été étudiées, avant de s'arrêter aux méthodes statistiques et notamment aux matrices de longueurs de plages (LDP) et à leurs paramètres discriminants. Cette étude nous a ainsi amenés à élaborer une méthode originale de codage d'images à l'aide des matrices de LDP, qui a été testée sur de nombreuses images d'origines diverses afin d'en montrer la validité. La performance de l'algorithme est comparée à celle d'autres méthodes statistiques de segmentation, avant d'en montrer l'impact sur la discrimination de biscuits extrudés.