Caractérisation multibande de galaxies par hiérarchie de modèles et arbres de composantes connexes

Multispectral galaxy characterization with a hierarchy of model and connected component trees

• Auteur / Autrice : Benjamin Perret
• Direction : Christophe Collet, Éric Slezak
• Type : Thèse de doctorat
• Discipline(s) : Image, sciences et technologies de l'information
• Date : Soutenance en 2010
• Etablissement(s) : Strasbourg

Mots clés

Mots clés contrôlés

Monte-Carlo, Méthode de

Imagerie en astronomie

Modèles mathématiques

Galaxies -- Évolution

Astronomie -- Observations

Mots clés libres

Décomposition hiérarchique de galaxies

Arbres de composantes connexes

Résumé

Cette thèse propose une méthode de caractérisation morphologique multibande des galaxies. Ces dernières ont commencé à évoluer et à interagir très tôt dans l'histoire de l'Univers : leurs formes dans les différentes parties du spectre électromagnétique représentent donc un traceur important de cette histoire. Ce travail propose une organisation hiérarchique de modèles, allant de la description des structures dominantes (bulbe et disque) aux composantes les plus fines (bras spiraux, anneaux,. . . ). Elle permet d'aboutir à une description des galaxies de haut niveau sémantique, chaque modèle réalisant une décomposition multibande de l'image en composantes astrophysiques interprétables par les astronomes. Les modélisations proposées innovent par l'intégration d'un filtre adaptatif appliqué sur les observations, dont les paramètres sont estimés conjointement avec ceux des composantes de la galaxie. L'estimation des paramètres des modèles est effectuée dans un contexte bayésien et résolue à l'aide d'algorithmes d'optimisation stochastique (algorithmes de Monte Carlo par chaines de Markov). La rapidité des algorithmes est améliorée grâce à des techniques d'échelles et de directions adaptatives, ainsi qu'à une version multi-températures du recuit simulé. En outre, les développements concernant la théorie des arbres de composantes connexes permettent la mise au point d'algorithmes non paramétriques multibandes, efficaces et robustes pour la réalisation des pré-traitements nécessaires à la mise en œuvre de la décomposition en structures. Cela a notamment abouti à des avancées dans la théorie des hyperconnexions et des représentations sous forme d'arbres de composantes hyperconnexes. Les performances des méthodes proposées ont été évaluées sur un ensemble conséquent d'environ 1 500 galaxies et discutées avec les astronomes : elles montrent clairement la pertinence et la robustesse de la méthode. Ces résultats ouvrent la voie à de nouvelles classifications prenant en compte la signature multibande des galaxies spatialement résolues.

This thesis proposes a morphological and multiband characterization method for galaxies. Galaxies started to evolve and interact since the very beginning of the Universe and they now present a large variety of appearance. Their shapes in the different spectral bands are thus an important clue to understand the history of the Universe. This work develops a high semantic level galactic characterization based on decompositions into astrophysical structures which can be easily interpreted by the astronomers. The decomposition scheme is based on a hierarchy of models going from the description of dominant structures (bulge and disc) to the finest components (spiral arms, rings. . . ). The proposed models are completed by an adaptive filter on the observation whose parameters are estimated jointly with those of the galactic structures. The estimation of the model parameters are performed in a Bayesian context by using stochastic algorithms (Markov Chain Monte Carlo algorithms). The speed of the algorithms is increased by the use of adaptive scales and directions methods, as well as a multi-temperature simulated annealing. Moreover, theoretical developments of the theory of connected component trees enable the conception of robust and efficient non-parametric multiband algorithms for the mandatory pre-processing of the images. Advances on the theory of hyper-connections and associated hyper-connected components trees were developed for this purpose. The performance of the proposed approach has been validated on about 1 500 multiband images of galaxies. The results show that it is both efficient and robust. This new characterization method can now be used as a basis to discover a new spectro-morphological galaxy classification scheme.