Thèse soutenue

Etude des courbes discrètes : applications en analyse d'images

FR  |  
EN
Auteur / Autrice : Thanh Phuong Nguyen
Direction : Isabelle Debled-Rennesson
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 30/09/2010
Etablissement(s) : Nancy 1
Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
Partenaire(s) de recherche : Laboratoire : LORIA - Laboratoire lorrain de Recherche en Informatique et Applications - UMR 7503
Jury : Président / Présidente : Laurent Wendling
Examinateurs / Examinatrices : Eric Andès, David Coeurjolly, Philippe Even, Jean-Pierre Reveillès

Résumé

FR  |  
EN

Dans cette thèse, nous nous intéressons à l'étude des courbes discrètes et ses applications en analyse d'images. Nous avons proposé une amélioration de l'estimation de courbure reposant sur le cercle circonscrit. Celle-ci repose sur la notion de segment flou maximal d'épaisseur [nu] et sur la décomposition d'une courbe discrète en sa séquence de segments flous maximaux. Par la suite, nousavons appliqué cette idée en 3D afin d'estimer la courbure et la torsion discrète en chaque point d'une courbe 3D. Au niveau de l'application, nous avons développé une méthode rapide et fiable pour détecter les points dominants dans une courbe 2D. Un point dominant est un point dont la courbure est localement maximale. Les points dominants jouent un rôle très important dans la reconnaissance de formes. Notre méthode utilise un paramètre qui est l'épaisseur des segments flous maximaux. Reposant sur cette nouvelle méthode de détection des points dominants, nous avons développé des méthodes sans paramètres de détection des points dominants. Celles-ci se basent sur une approche multi-épaisseur. D'autre part, nous nous intéressons particulièrement au cercles et arcs discrets. Une méthode linéaire a été développé pour reconnaître des cercles et arcs discrets. Puisnous avons fait évoluer cette méthode afin de travailler avec des courbes bruitées en utilisant une méthode de détection du bruit. Nous proposons aussi une mesure de circularité. Une méthode linéaire qui utilise cette mesure a été aussi développée pour mesurer la circularité des courbes fermées. Par ailleurs, nous avons proposé une méthode rapide pour décomposer des courbes discrètes en arcs et en segments de droite.