Grâce aux informations spatiales et spectrales qu'elle apporte, l'imagerie multispectrale de la peau est devenue un outil incontournable de la dermatologie. Cette thèse a pour objectif d'évaluer l’intérêt de cet outil pour la cosmétologie à travers trois études : la détection d'un fond de teint, l'évaluation de l'âge et la mesure de la rugosité.Une base d'images multispectrales de peau est construite à l'aide d'un système à multiples filtres optiques. Une phase de prétraitement est nécessaire à la standardisation et à la mise en valeur de la texture des images.Les matrices de covariance des acquisitions peuvent être représentées dans un espace multidimensionnel, ce qui constitue une nouvelle approche de visualisation de données multivariées. De même, une nouvelle alternative de réduction de la dimensionnalité basée sur l'ACP est proposée dans cette thèse. L'analyse approfondie de la texture des images multispectrales est réalisée : les paramètres de texture issus de la morphologie mathématique et plus généralement de l'analyse d'images sont adaptés aux images multivariées. Dans cette adaptation, plusieurs distances spectrales sont expérimentées, dont une distance intégrant le modèle LIP et la métrique d'Asplünd.Les résultats des prédictions statistiques générées à partir des données de texture permettent de conclure quant à la pertinence du traitement des données et de l'utilisation de l'imagerie multispectrale pour les trois études considérées. / Thanks to its precision in spatial and spectral domain, multispectral imaging has become an essential tool in dermatology. This thesis focuses on the interest of this technology for cosmetological parameters assessment through three different studies: the detection of a foundation make-up, age assessment and roughness measurement.A database of multispectral skin images is build using a multiple optical filters system. A preprocessing step allows to standardize those texture images before their exploitation.Covariance matrices of mutispectral acquisitions can be displayed in a multidimensional scaling space which is a novel way to represent multivariate data sets. Likewise, a new dimensionality reduction algorithm based on PCA is proposed in this thesis.A complete study of the images texture is performed: texture features from mathematical morphology and more generally from image analysis are expanded to the case of multivariate images. In this process, several spectral distances are tested, among which a new distance associating the LIP model to the Asplund metric.Statistical predictions are generated from texture data. Thoses predictions lead to a conclusion about the data processing efficiency and the relevance of multispectral imaging for the three cosmetologic studies.

A l’ère de la médecine personnalisée, de la génomique et des thérapies ciblées, les outils quantitatifs en imagerie médicale, et en particulier en imagerie fonctionnelle par Tomographie par Emission de Positons (TEP), apparaissent incontournables. Au-delà de la mesure de l’intensité de la fixation, il est possible de disposer d’index quantitatifs caractérisant l’ensemble du volume tumoral métabolique et d’en évaluer l’hétérogénéité. L’objectif de ce travail a été d’étudier la valeur de nouveaux indices quantitatifs en imagerie TEP, permettant une analyse plus globale de la tumeur. Une première partie du travail est méthodologique et concerne la caractérisation et la compréhension de l’hétérogénéité tumorale à partir de l’image métabolique, étape ayant permis d’identifier les indices de texture les plus pertinents pour les applications cliniques. Deux séries de patients seront ensuite utilisées pour explorer l’apport de ces indices volumétriques et de texture. Pour des cancers pulmonaires, nos résultats suggèrent que la mesure de l’hétérogénéité tumorale reflète des caractéristiques histologiques de la tumeur. Une deuxième série de résultats montrent que les mesures de volumes métaboliques sont des critères plus pertinents que les indices conventionnels pour l’évaluation des chimiothérapies néoadjuvantes au cours des cancers pulmonaires de stade localement avancé. Une corrélation entre les modifications quantitatives sous traitement et les résultats histologiques post-thérapeutiques a permis de valider l’utilisation de ces indices. Dans les cancers mammaires, nos résultats suggèrent que les tumeurs présentant des signes histologiques d’agressivité, notamment les tumeurs de phénotype triple négatif, présentent une texture plus hétérogène que les autres types. Ainsi, nos travaux montrent qu’une approche quantitative plus globale de la tumeur en imagerie TEP permet d’améliorer l’évaluation pronostique pré-thérapeutique et sous traitement des cancers / In the era of personalized medicine, genomics and targeted therapies, the availability of quantitative tools assisting the interpretation of medical images is essential. In Positron Emission Tomography (PET), beyond measurements of uptake intensity, it is possible to derive quantitative index characterizing the metabolic volume or the tumoral heterogeneity. The objective of this work was to investigate the value of new quantitative indices to enhance PET imaging, allowing for a more comprehensive analysis of the whole tumor. The first part of the work deals with methodological issues associated with the measurement of tumor heterogeneity using textural index. In particular, we identified the most robust and informative textural index for clinical applications. Two sets of patients have then been used to explore the contribution of metabolic volume and texture analysis in PET. In lung cancer patients, our results suggest that the measurement of tumor heterogeneity gives some information regarding the histological features of the tumor. A second set of results shows that metabolic volume is more relevant than conventional indices for evaluating the impact of neoadjuvant chemotherapy in locally advanced stages. A correlation between quantitative changes during treatment and post-treatment histology results was used to demonstrate the relevance of these indices. In breast cancer patients, our results suggest that tumors with aggressive immunohistological patterns, particularly triple-negative phenotype, have a more heterogeneous texture than other types. In summary, our results suggest that a more comprehensive quantitative characterization of the metabolic activity distribution in tumor using PET imaging improves the pre-therapeutic and prognostic evaluation of cancer.

Le développement considérable réalisé ces dix dernières années dans les techniques de<br />diffraction sur des échantillons sous forme de poudre même très texturés (temps<br />d'enregistrement raisonnable et très bonne résolution) et les progrès fascinants des moyens de<br />calcul sur des machines individuelles rendent possible l'accès à des informations précises et<br />avec des temps de calcul raisonnablement courts. Dans ce travail, nous avons appliqué<br />l'analyse combinée basée sur la méthode de Rietveld pour étudier des échantillons de<br />carbonates de calcium naturels de coquilles de certaines espèces de mollusques (structure,<br />texture, tailles anisotropes...etc.) et synthétiques par biomimétisme dans le but de comprendre<br />l'influence des différents facteurs intervenants dans la croissance et la forme des grains des<br />différents polymorphes de CaCO3. Dans les échantillons naturels, nous avons clairement mis<br />en évidence l'existence de déformations de mailles cristallines dues à la présence des<br />macromolécules intra-cristallines et extra-cristallines, en complément d'études du même<br />genre réalisées sur des échantillons broyés. Dans les échantillons synthétiques obtenus par une<br />méthode de synthèse simple, nous avons analysé l'effet de l'ajout d'acide polyacrylique, en<br />termes de modulateur de croissance des polymorphes de CaCO3. La simulation des<br />digrammes de diffraction anisotropes réalisée sur ces deux types d'échantillons nous a permis<br />d'accéder aux informations pertinentes de façon précise (tailles anisotropes des cristallites,<br />structure, texture, proportion volumique des polymorphes).

this work deals with crystallographic texture analysis of ceramics and thin layers of YBCO, and with the texture effect on the superconducting properties, particularly on the critical current density.<br />X-ray diffraction was chiefly used, completed for specific samples by neutron diffraction and electron back scattering diffraction. We have developed the defocusing corrections needed for quantitative texture analysis of thin samples and multilayers, in the case of x-ray diffraction using the Schulz reflection geometry. Experimental conditions adapted to highly textured samples are detailed.<br />Highly textured bulk samples were elaborated by derived melt texture growth techniques. Under certain conditions, the texture is developed from the free surfaces of the sample. Generally, bulk textured samples exhibit two nearly oriented textures, which explain the relatively low measured Jcs. The "green" Y2BaCuO5 phase does not seemed textured in these samples. The texture and Jc relationship is clearly demonstrated in bulk samples, even if a quantitative description of the texture influence is still hard to establish.<br />In thin hetero-epitaxial layers, the observation of typical textures described in terms of near coincidence site lattices, allowed a quantitative texture analysis. Using a MgO(001) oriented single crystalline substrate, the interface region is very perturbated, giving rise to relatively bad superconducting properties of the layers (compared with other substrates offering better lattice mathching with YBCO). The Jc is quantitatively correlated to the texture degree of the films. Only weak volumic percentages of misorientations are necessary to strongly diminish Jc, while CuO precipitates can act in the opposite way.<br />Finally, texture analysis of experimental dispositives allows a quantitative characterisation of artificially generated misorientations, needed for the elaboration of Josephson junctions.

Ce mémoire traite de la fiabilité de l'inférence statistique pour des données spatiales se présentant sous la forme d'une image numérique texturée extraite d'une scène plus vaste. Plus particulièrement, nous proposons un cadre permettant d'évaluer le caractère représentatif de l'image observée par rapport à la scène, et de calculer la variance d'estimation de la moyenne et de la variance des niveaux de gris de l'image dans le cas où celle-ci est supposée homogène.<br />La première partie consiste en une formalisation du problème en termes statistiques.<br />Dans une seconde partie, nous présentons deux familles de méthodes paramétriques permettant le calcul de la variance d'estimation, de même que les relations entre ces deux familles. Nous montrons cependant les difficultés liées à leur mise en œuvre dans le contexte applicatif envisagé.<br />La troisième partie est consacrée à l'étude d'une méthode non paramétrique basée sur un sous-échantillonnage par blocs. Elle permet une estimation de la variance d'estimation dont les propriétés sont analysées dans le cadre général de la décomposition de Wold des processus stationnaires 2-D. Cette analyse exhaustive nous permet de proposer des critères objectifs qualifiant l'homogénéité de la moyenne et de la variance d'une texture, propriété nécessaire pour l'inférence statistique.<br />Enfin, dans une dernière partie, ces critères sont appliqués et validés dans un contexte industriel de caractérisation de matériaux composites par analyse d'image.

Un sonar latéral de cartographie enregistre les signaux qui ont été rétrodiffusés par le fond marin sur une large fauchée. Les signaux sont ainsi révélateurs de l'interaction entre l'onde acoustique émise et le fond de la mer pour une large plage de variation de l'angle de rasance. L'analyse des statistiques de ces signaux rétrodiffusés montre une dépendance à ces angles de rasance, ce qui pénalise fortement la segmentation des images en régions homogènes. Pour améliorer cette segmentation, l'approche classique consiste à corriger les artefacts dus à la formation de l'image sonar (géométrie d'acquisition, gains variables, etc.) en considérant un fond marin plat et en estimant des lois physiques (Lambert, Jackson, etc.) ou des modèles empiriques. L'approche choisie dans ce travail propose de diviser l'image sonar en bandes dans le sens de la portée ; la largeur de ces bandes étant suffisamment faible afin que l'analyse statistique de la rétrodiffusion puisse être considérée indépendante de l'angle de rasance. Deux types d'analyse de texture sont utilisés sur chaque bande de l'image. La première technique est basée sur l'estimation d'une matrice des cooccurrences et de différents attributs d'Haralick. Le deuxième type d'analyse est l'estimation d'attributs spectraux. La bande centrale localisée à la moitié de la portée du sonar est segmentée en premier par un réseau de neurones compétitifs basé sur l'algorithme SOFM (Self-Organizing Feature Maps) de Kohonen. Ensuite, la segmentation est réalisée successivement sur les bandes adjacentes, jusqu'aux limites basse et haute de la portée sonar. A partir des connaissances acquises sur la segmentation de cette première bande, le classifieur adapte sa segmentation aux bandes voisines. Cette nouvelle méthode de segmentation est évaluée sur des données réelles acquises par le sonar latéral Klein 5000. Les performances de segmentation de l'algorithme proposé sont comparées avec celles obtenues par des techniques classiques.

Ces travaux mettent en place les bases d'une architecture de vision 3D pour un projet de plate-forme robotique de compensation de mouvements cardiaques, pour la chirurgie coronarienne mini-invasive à cœur battant. Les objectifs recherchés sont le suivi et la reconstruction en temps réel des mouvements du cœur, à partir des images fournies par une ou deux caméras. Une première contribution est la sélection d'un ensemble de descripteurs optimaux pour l'analyse de la texture du cœur, réalisée par des méthodes d'analyse statistique multidimensionnelle. Ce jeu de descripteurs est alors mis en œuvre dans un algorithme original de suivi hybride, qui utilise à la fois des informations issues de l'analyse de texture et de la mise en correspondance de motifs. Cet algorithme est évalué sur des images de synthèse ainsi que sur des images acquises in vivo grâce à une plate-forme d'acquisition haute fréquence développée pour l'occasion. Cette évaluation montre l'avantage de coupler l'information de motif avec l'information de texture au niveau de la robustesse du suivi vis-à-vis des déformations de l'organe. Nous proposons ensuite d'appliquer ces méthodes à la reconstruction 3D des mouvements du cœur par stéréo-vision. Cette méthode utilise l'analyse de texture afin d'améliorer le recalage des données entre les vues. Des résultats sont présentés sur des images expérimentales afin d'illustrer la méthode.

Le cancer est chaque année responsable de 7,6 millions de décès dans le monde. L'amélioration des traitements constitue donc un enjeu majeur de santé publique. Il a été démontré que l'association d'un diagnostic précoce et d'un traitement efficace était associée à un impact significatif sur la survie des patients. De nombreux facteurs pronostics de la survie ont été identités et sont actuellement utilisés en routine clinique. Ce diagnostic est souvent réalisé en partieà l'aide de l'imagerie de Tomographie par Emission de Positons (TEP), cette dernière s'étantavérée être un outil très performant pour l'identification des tumeurs et métastases dans uncertain nombre de modèles de cancer. La TEP fait partie des modalités d'imagerie fonctionnelleet a donc le potentiel de fournir des informations liées à la biologie sous-jacente des cancers.Toutefois, du fait de sa faible résolution spatiale, elle n'avait que très peu été utilisée avec cet objectif.Ce travail de thèse a consisté à étudier des paramètres quantitatifs pouvant être extraitsde ces images, plus spécifiquement ceux permettant la caractérisation de l'hétérogénéité intratumorale. Nous avons pu identifier un ensemble de paramètres issus de l'analyse de texture quisont reproductibles, robustes aux effets de volume partiel et à la méthode de segmentation, etvraisemblablement liés à la physiologie tumorale. Nous avons également pu mettre en évidencele potentiel de ces paramètres extraits d'images de diagnostic, pour contribuer à la prédiction dela réponse thérapeutique ainsi que comme facteur pronostic. Ces nouveaux indices quantitatifspourraient à relativement court terme venir compléter les facteurs de référence courammentutilisés aujourd'hui en oncologie pour la prise en charge thérapeutique des patients.

La présente étude concerne l’évaluation de l’impact du séchage par air chaud (HAD), lyophilisation (FD) et « swell drying » (SD), procédé couplant le séchage par air chaud avec le procédé de Détente Instantanée Contrôlée (DIC), sur les fraises (Fragaria var. Camarosa). Il s’agit de comparer et de contraster les performances des procédés et la qualité du produit fini séché en termes des cinétiques de séchage et de réhydratation, de contenus en molécules bioactives et activité antioxydante, et des paramètres caractéristiques de texture comme croquant et croustillant. Les résultats obtenus ont montré que le procédé de SD comparé aux procédés classiques de séchage et de lyophilisation, réduit d’une façon importante le temps de séchage ainsi que les coûts d’opération. D’autre part, SD conserve la qualité nutritionnelle des fraises en gardant leur contenu en composants bioactifs et en augmentant leur disponibilité. De plus, une corrélation importante entre la capacité antioxydante et le contenu total d’anthocyanes a été établie. D’autre part, les fraises séchées par SD ont montré une très intéressante macro et micro-structure. Les produits ont présenté une haute expansion et une croustillance significative due au phénomène de micro-alvéolation par décompression instantanée par DIC. D’ailleurs, il a été possible de mesurer les caractéristiques instrumentales de croustillance/croquance des échantillons finaux séchés. Grâce à la possibilité de modifier, contrôler et optimiser les paramètres opératoires du procédé DIC, il a été possible d’obtenir un produit du type « snack » croustillant avec une très haute valeur nutritionnelle. / The aim of this study was to evaluate the effect of hot air drying (HAD), freeze-drying (FD) and swell drying (SD), which is a coupling of hot air drying to instant controlled pressure drop, (DIC) on the strawberry (Fragaria var. Camarosa) to compare and to contrast its quality in terms of drying and rehydration kinetics, bioactive compounds and its antioxidant activity, and texture parameters as crunchy and crispy features. The obtained results shown that SD method helped to reduce the drying time leading to a low-cost processing compared with classical hot air drying and freezedrying. SD globally preserved the strawberry’s nutritional value and bioactive compounds, increasing their availability. Moreover, a strong correlation between antioxidant activity and total anthocyanin content was established in SD strawberries. On the other hand, the swell-dried strawberries showed an interesting macro and micro-structure. They presented a high expansion ratios and significant crispness provoked by the micro-alveolation phenomenon induced as consequence of the instant decompression process in the DIC treatment. Moreover, it was possible to instrumentaly measure the crispy/crunchy features of the final dried samples. By assessing such crispy and healthy contents of fruit “snacking”, it was possible to modify, control, and optimize DIC operating parameters. And, it can be designed according to the industrial or consumer needs.

Cette thèse porte sur des canevas méthodologiques paramétriques pour la modélisation de champs de tenseurs de structure locaux (TSL) calculés sur des images texturées. Estimé en chaque pixel, le tenseur de structure permet la caractérisation de la géométrie d’une image texturée à travers des mesures d’orientation et d’anisotropie locales. Matrices symétriques semi-définies positives, les tenseurs de structure ne peuvent pas être manipulés avec les outils classiques de la géométrie euclidienne. Deux canevas statistiques riemanniens, reposant respectivement sur les espaces métriques a ne invariant (AI) et log-euclidien (LE), sont étudiés pour leur représentation. Dans chaque cas, un modèle de distribution gaussienne et de mélange associé sont considérés pour une analyse statistique. Des algorithmes d’estimation de leurs paramètres sont proposés ainsi qu’une mesure de dissimilarité. Les modèles statistiques proposés sont tout d’abord considérés pour décrire des champs de TSL calculés sur des images texturées. Les modèles AI et LE sont utilisés pour décrire des distributions marginales de TSL tandis que les modèles LE sont étendus afin de décrire des distributions jointes de TSL et de caractériser des dépendances spatiales et multi-échelles. L’ajustement des modèles théoriques aux distributions empiriques de TSL est évalué de manière expérimentale sur un ensemble de textures composées d’un spectre assez large de motifs structuraux. Les capacités descriptives des modèles statistiques proposés sont ensuite éprouvées à travers deux applications. Une première application concerne la reconnaissance de texture sur des images de télédétection très haute résolution et sur des images de matériaux carbonés issues de la microscopie électronique à transmission haute résolution. Dans la plupart des cas, les performances des approches proposées sont supérieures à celles obtenues par les méthodes de l’état de l’art. Sur l’espace LE, les modèles joints pour la caractérisation des dépendances spatiales au sein d’un champ de TSL améliorent légèrement les résultats des modèles opérant uniquement sur les distributions marginales. La capacité intrinsèque des méthodes basées sur le tenseur de structure à prendre en considération l’invariance à la rotation, requise dans beaucoup d’applications portant sur des textures anisotropes, est également démontrée de manière expérimentale. Une deuxième application concerne la synthèse de champs de TSL. A cet e et, des approches mono-échelle ainsi que des approches pyramidales multi-échelles respectant une hypothèse markovienne sont proposées. Les expériences sont effectuées à la fois sur des champs de TSL simulés et sur des champs de TSL calculés sur des textures réelles. Efficientes dans quelques configurations et démontrant d’un potentiel réel de description des modèles proposés, les expériences menées montrent également une grande sensibilité aux choix des paramètres qui peut s’expliquer par des instabilités d’estimation sur des espaces de grande dimension. / This thesis proposes and evaluates parametric frameworks for modelling local structure tensor (LST) fields computed on textured images. A texture’s underlying geometry is described in terms of orientation and anisotropy, estimated in each pixel by the LST. Defined as symmetric non-negative definite matrices, LSTs cannot be handled using the classical tools of Euclidean geometry. In this work, two complete Riemannian statistical frameworks are investigated to address the representation of symmetric positive definite matrices. They rely on the a ne-invariant (AI) and log-Euclidean (LE) metric spaces. For each framework, a Gaussian distribution and its corresponding mixture models are considered for statistical modelling. Solutions for parameter estimation are provided and parametric dissimilarity measures between statistical models are proposed as well. The proposed statistical frameworks are first considered for characterising LST fields computed on textured images. Both AI and LE models are first employed to handle marginal LST distributions. Then, LE models are extended to describe joint LST distributions with the purpose of characterising both spatial and multiscale dependencies. The theoretical models’ fit to empirical LST distributions is experimentally assessed for a texture set composed of a large diversity of patterns. The descriptive potential of the proposed statistical models are then assessed in two applications. A first application consists of texture recognition. It deals with very high resolution remote sensing images and carbonaceous material images issued from high resolution transmission electron microscopy technology. The LST statistical modelling based approaches for texture characterisation outperform, in most cases, the state of the art methods. Competitive texture classification performances are obtained when modelling marginal LST distributions on both AI and LE metric spaces. When modelling joint LST distributions, a slight gain in performance is obtained with respect to the case when marginal distributions are modelled. In addition, the LST based methods’ intrinsic ability to address the rotation invariance prerequisite that arises in many classification tasks dealing with anisotropic textures is experimentally validated as well. In contrast, state of the art methods achieve a rather pseudo rotation invariance. A second application concerns LST field synthesis. To this purpose, monoscale and multiscale pyramidal approaches relying on a Markovian hypothesis are developed. Experiments are carried out on toy LST field examples and on real texture LST fields. The successful synthesis results obtained when optimal parameter configurations are employed, are a proof of the real descriptive potential of the proposed statistical models. However, the experiments have also shown a high sensitivity to the parameters’ choice, that may be due to statistical inference limitations in high dimensional spaces.