L'évaluation de la qualité des images médicales est essentielle pour optimiser un système d'imagerie. Dans le cadre d'approches basées sur la tâche, les modèles numériques proposés ont des limites: pour la tâche de localisation, la plupart des modèles ont besoin de la connaissance a priori des paramètres du signal; les modèles dédiés à la détection de signaux dans une image 3D se limitent aux signaux symétriques. Dans cette thèse, nous proposons de nouveaux modèles numériques: le CJO pour la détection sur une coupe d'un signal dont l'amplitude, l'orientation et la taille ne sont pas connus ; le PCJO et le msPCJO pour la détection-localisation de plusieurs signaux paramétriques d'amplitude, d'orientation, de taille et d'emplacement variables sur une coupe (PCJO) ou en 3D (msPCJO). Deux expériences ont été conçues et mises en œuvre pour la validation de nos modèles sur des images IRM présentant des lésions de SEP. Les résultats indiquent que nos modèles sont performants et prometteurs pour l'évaluation de systèmes d'imagerie.

Ces dernières années, les technologies d’écran se sont considérablement améliorées. Par exemple, le contraste des écrans à plage dynamique élevée (HDR) dépasse de loin la capacité d’un écran conventionnel. De plus, un écran à gamut de couleur étendu (WCG) peut couvrir un espace colorimétrique plus grand que jamais. L'évaluation de la qualité de ces nouveaux contenus est devenue un domaine de recherche actif, les métriques de qualité SDR classiques n'étant pas adaptées. Cependant, les études les plus récentes négligent souvent une caractéristique importante: les chrominances. En effet, les bases de données existantes contiennent des images HDR avec un gamut de couleur standard, négligeant ainsi l’augmentation de l’espace colorimétrique due au WCG et les artefacts chromatiques. La plupart des mesures de qualité HDR objectives non plus ne prennent pas en compte ces artefacts. Pour surmonter cette problématique, dans cette thèse, nous proposons deux nouvelles bases de données HDR/WCG annotés avec des scores subjectifs présentant des artefacts chromatique réaliste. En utilisant ces bases de données, nous explorons trois solutions pour créer des métriques HDR/WCG: l'adaptation des métrics de qualité SDR, l’extension colorimétrique d’une métrique HDR connue appelée HDR-VDP-2 et, enfin, la fusion de diverses métriques de qualité et de features colorimétriques. Cette dernière métrique présente de très bonnes performances pour prédire la qualité tout en étant sensible aux distorsions chromatiques. / To improve their ability to display astonishing images, screen technologies have been greatly evolving. For example, the contrast of high dynamic range rendering systems far exceed the capacity of a conventional display. Moreover, a Wide Color gamut display can cover a bigger color space than ever. Assessing the quality of these new content has become an active field of research as classical SDR quality metrics are not adapted. However, state-of-the-art studies often neglect one important image characteristics: chrominances. Indeed, previous databases contain HDR images with a standard gamut thus neglecting the increase of color space due to WCG. Due to their gamut, these databases are less prone to contain chromatic artifacts than WCG content. Moreover, most existing HDR objective quality metrics only consider luminance and are not considering chromatic artifacts. To overcome this problematic, in this thesis, we have created two HDR / WCG databases with annotated subjective scores. We focus on the creation of a realistic chromatic artifacts that can arise during compression. In addition, using these databases, we explore three solutions to create HDR / WCG metrics. First, we propose a method to adapt SDR metrics to HDR / WCG content. Then, we proposed an extension of a well-known HDR metric called HDR-VDP-2. Finally, we create a new metric based on the merger of various quality metric and color features. This last metric presents very good performance to predict quality while being sensitive to chromatic distortion.

L'évaluation de la qualité des images médicales est essentielle pour optimiser un système d'imagerie. Dans le cadre d'approches basées sur la tâche, les modèles numériques proposés ont des limites: pour la tâche de localisation, la plupart des modèles ont besoin de la connaissance a priori des paramètres du signal; les modèles dédiés à la détection de signaux dans une image 3D se limitent aux signaux symétriques. Dans cette thèse, nous proposons de nouveaux modèles numériques: le CJO pour la détection sur une coupe d'un signal dont l'amplitude, l'orientation et la taille ne sont pas connus a priori; le PCJO et le msPCJO pour la détection-localisation de plusieurs signaux paramétriques d'amplitude, d'orientation, de taille et d'emplacement variables sur une coupe (PCJO) ou en 3D (msPCJO). Deux expériences ont été conçues et mises en oeuvre pour la validation de nos modèles sur des images IRM présentant des lésions de SEP. Les résultats indiquent que nos modèles sont performants et prometteurs pour l'évaluation de systèmes d'imagerie.