Décomposition modale empirique et décomposition spectrale intrinsèque : applications en traitement du signal et de l’image
Auteur / Autrice : | Abdoulaye Thioune |
Direction : | Yacine Amirat |
Type : | Thèse de doctorat |
Discipline(s) : | Signal, Image, Automatique |
Date : | Soutenance le 19/11/2015 |
Etablissement(s) : | Paris Est en cotutelle avec Université Cheikh Anta Diop (Dakar, Sénégal ; 1957-....) |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2015-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Images, Signaux et Systèmes Intelligents (Créteil) - LISSI |
Jury : | Président / Présidente : Latifa Oukhellou |
Examinateurs / Examinatrices : Yacine Amirat, Oumar Niang, Éric Deléchelle | |
Rapporteurs / Rapporteuses : Pascal Larzabal, Marc Kokou Assogba |
Mots clés
Résumé
Dans cette thèse, il est question d'une étude sur les méthodes d'analyse temps fréquence, temps échelle et plus particulièrement sur la décomposition modale empirique en faisant d'abord un parcours sur les méthodes traditionnelles, de l'analyse de Fourier à la transformée en ondelettes, notamment la représentation multi-résolution. Le besoin d'une précision sur les mesures aussi bien dans l'espace temporel que dans l'espace fréquentiel a toujours été une préoccupation majeure. En fait, la transformation de Fourier ne permet pas de concilier la description fréquentielle et la localisation dans le temps. La transformée de Fourier à court terme (TFCT) et ses dérivées - notamment le spectrogramme - ont depuis longtemps été les méthodes temps-fréquence les plus utilisées dans les applications pratiques. Il faut cependant reconnaître que malgré ses nombreux aspects séduisants, ces techniques sont naturellement limitées par le fait qu'elles se sont montrées inefficaces pour l'analyse de signaux non-stationnaires. La transformée en ondelettes a connu un grand succès ces dernières décennies avec le nombre important de ses applications en traitement du signal et de l'image. Malgré son efficacité dans la représentation et la manipulation des signaux, même non-stationnaires, une connaissance a priori sur le signal à décomposer est nécessaire pour un choix d'ondelette adéquat à chaque type de signal. La décomposition modale empirique - EMD pour Empirical Mode Decomposition - est une méthode de décomposition de signaux non-stationnaires ou issus de systèmes non linéaires, en une somme de modes, chaque mode étant localisé en fréquence. Cette décomposition est associée à une transformation de Hilbert-Huang (HHT) dans le but d'extraire localement une fréquence instantanée et une amplitude instantanée. Elle s'apparente à la décomposition en ondelettes avec l'avantage supplémentaire que constitue son auto-adaptabilité. Dans la suite de ces travaux, nous avons introduit une nouvelle méthode de décomposition basée sur une décomposition spectrale d'un opérateur d'interpolation basé sur les équations aux dérivées partielles. La nouvelle méthode appelée Décomposition Spectrale Intrinsèque, - SID, pour Spectrale Intrinsic Decomposition - est auto-adaptative et est plus générale que le principe de base de la Décomposition Modale Empirique. La méthode SID permet de produire un dictionnaire de Fonction Mode Spectrale Propre, en - anglais Spectral Proper Mode Function (SPMF) - qui sont semblables à des atomes dans les représentations parcimonieuses