Modélisation et reconnaissance de textures sous échelle en traitement d'images

Modeling and recognition of scaled textures in image processing

• Auteur / Autrice : Christèle Eliot-Lecomte
• Direction : Michel Léard
• Type : Thèse de doctorat
• Discipline(s) : Électronique
• Date : Soutenance en 1999
• Etablissement(s) : Poitiers

Mots clés

Mots clés contrôlés

Infographie

Longueur -- Mesure

Classification

Fonctions de corrélation

Matériaux -- Texture

Résumé

Dans cette these, nous etudions des textures planes subissant un deplacement le long de l'axe optique de la camera d'observation. Cette transformation equivaut a introduire un facteur d'echelle entre une texture de reference et sa version reduite ou dilatee. Ce facteur d'echelle est susceptible de varier de maniere continue. Dans cette etude, nous etablissons une procedure d'estimation du facteur d'echelle basee sur les proprietes de changement de variables dans la fonction d'autocorrelation des images etudiees. Cela revient a comparer la fonction d'autocorrelation de la texture, prise comme reference, avec la fonction d'autocorrelation de la texture modifiee. Cette methode a ete testee, puis validee, sur des textures de synthese et sur des textures reelles subissant des deformations uniformes selon la direction d'observation. Les textures deformees a differentes echelles ont ete utilisees dans trois applications de traitement d'images. Tout d'abord, nous avons applique cette methode a la reconnaissance et la classification de textures deformees. Ensuite, une mesure de profondeur de surfaces texturees dans une scene 3d a ete developpee au travers de la determination du facteur d'echelle par rapport a une texture de reference. Enfin, a partir d'un modele autoregressif 2d, nous avons envisage la synthese de textures aleatoires reduites ou dilatees. Des resultats experimentaux confirment la validite de cette approche.