Thèse soutenue

Application du principe de minimisation de la complexité stochastique à la segmentation d'images bruitées par contour actif

FR  |  
EN
Auteur / Autrice : Pascal Martin
Direction : Philippe Réfrégier
Type : Thèse de doctorat
Discipline(s) : Traitement des images
Date : Soutenance en 2006
Etablissement(s) : Aix-Marseille 3

Mots clés

FR

Mots clés contrôlés

Résumé

FR  |  
EN

La segmentation d'image consiste à diviser une image en différentes régions d'intérêts possédant certaines propriétés d'homogénéité. Elle intervient dans de multiples domaines d'applications et les images à traiter peuvent alors être perturbées par des bruits de natures différentes. La majorité des techniques de segmentation développée nécessite le réglage d'au moins un paramètre dans le critère à optimiser. Au cours de cette thèse, nous présentons des algorithmes de segmentation en deux régions qui reposent sur la minimisation de la complexité stochastique de l'image. Nous proposons notamment une modélisation statistique non paramétrique originale des fluctuations des niveaux de gris de l'image. Nous obtenons ainsi, la première technique de segmentation adaptée au bruit présent dans l'image sans connaissance \emph{a priori} sur les lois de probabilité qui le décrivent et qui repose sur l'optimisation d'un critère sans paramètre à ajuster.