Thèse soutenue

Segmentation et analyse d'Images pour la classification automatique : application au zooplancton

FR  |  
EN
Auteur / Autrice : Didier Coquin
Direction : Michel Corazza
Type : Thèse de doctorat
Discipline(s) : Traitement du signal et télécommunications
Date : Soutenance en 1991
Etablissement(s) : Rennes 1

Mots clés

FR

Résumé

FR

Cette thèse s'inscrit dans les deux grandes disciplines que sont le traitement d'images et la reconnaissance des formes. Le but principal de cette thèse est la recherche de méthodes permettant l'analyse et la classification des individus zooplanctoniques (mensuration, modélisation, identification et comptage), apportant aux biologistes une aide importante dans le dépouillement et l'analyse de milliers d'individus. La segmentation d'images limitée à la binarisation a été choisie, car les objets traités dans le cadre de notre application ne présentent pas de texture. Nous avons développé trois méthodes de binarisation automatique, basées sur des critères locaux, et favorisant l'extraction des objets du fond, quel que soit l'éclairement de la scène. Pour l'extraction des paramètres nous avons retenu des paramètres morphologiques, des paramètres liés à l'inertie expliquée par les axes principaux calculés par rapport à la surface, et la signature polaire de chaque forme. L'extraction de ces paramètres constitue une phase décisive pour la classification des individus. La classification des individus se fait par phases successives, en utilisant une méthode de classification ascendante hiérarchique. La formation de groupes d'individus en sous classes homogènes a permis de créer des modèles, utilisés dans la phase d'identification. La partie identification est basée sur la minimisation de l'erreur quadratique entre la signature polaire de l'individu traité et des modèles auxquels il peut être attribué. Le système décrit permet donc une automatisation de l'analyse d'images, la classification automatique des différentes catégories zooplanctoniques, puis leur identification.