Christophe Damerval

Ondelettes et Caractéristiques: Applications À La Détection De Régions D'intérêt Christophe Damerval French edition

Cette thèse en traitement d'images aborde le problème de la mise en évidence de certaines structures remarquables, comme des objets que nous percevons visuellement. Celles-ci peuvent être autant monodimensionnelles, comme des contours, que bidimensionnelles, ce qui correspond à des objets plus complexes. Un problème important issu de la vision par ordinateur est de détecter de telles structures, ainsi que d'extraire des grandeurs caractéristiques de celles-ci. Nous montrons que cela peut être réalisé grâce à des décompositions en ondelettes; en particulier, il est possible de définir certaines lignes de maxima, qui apparaissent comme pertinentes vis à vis de ce problème: d'une part, pour détecter des objets (par des régions d'intérêt), et, d'autre part, afin de les caractériser (calculs de régularité Lipschitzienne et d'échelle caractéristique). Mots-clés: Ondelettes, Scale-Space, représentations multiéchelles, lignes de maxima, invariance ou robustesse à des transformations de l'image, détection de régions d'intérêt, calcul de grandeurs caractéristiques.