Recherche Avancée

Thèse soutenue

Une approche multi-agents pour la segmentation d'images associant estimation et évaluation

FR  |  
EN
Auteur / Autrice : Corneliu Spinu
Direction : Jean-Marc Chassery
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance en 1997
Etablissement(s) : Université Joseph Fourier (Grenoble ; 1971-2015)

Résumé

FR

Etant donné son importance et sa difficulté, la segmentation d'images est actuellement un des domaines les plus étudiés en analyse d'images. Un grand nombre d'opérateurs de segmentation ont été développés et sont décrits dans la littérature. Malgré la complexité de certains de ces opérateurs, des études comparatives récentes nous montrent qu'il n'y a aucune technique qui se détache pour prétendre le titre de ″la meilleure méthode″. Il se pose alors un problème de choix de l'opérateur à appliquer en fonction d'une variété d'informations que l'on va regrouper sous le nom de contexte (nature et caractéristiques de l'image, primitives à extraire, contraintes d'exploitation). Dans cette thèse, on propose une méthode générale pour la détection de contours vue comme un problème d'adaptation des opérateurs. L'adaptation est définie comme un problème de sélection d'un enchaînement d'opérateurs (prétraitement, détection de contours, post-traitement) approprié ainsi que le réglage des paramètres de ces opérateurs, en fonction du contexte de la segmentation. L'estimation des caractéristiques de l'image (comme le bruit, la texture, le contraste, le modèle des contours) et l'évaluation de la qualité du résultat jouent un rôle important dans le cadre de cette méthode. Plusieurs approches algorithmiques sont proposées, combinant différents types et techniques d'adaptation : adaptation a priori/a posteriori, adaptation globale/locale, adaptation heuristique/par optimisation. Ces différentes approches sont illustrées et validées d'une façon expérimentale sur des images artificielles et réelles. Une implantation multi-agents de la méthode est également proposée, en utilisant COALA, une plate-forme de développement des systèmes multi-agents. Deux architectures multi-agents sont présentées, pour implanter deux approches différentes de la méthode : une approche heuristique et une approche par optimisation