Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Com a necessidade de extrair as informações contidas nas imagens de satélite de forma rápida, eficiente e econômica, são utilizadas cada vez mais as técnicas computacionais de processamento de imagens como a de segmentação automática. Segmentar uma imagem consiste em dividí-la em regiões através de um critério de similaridade, onde os pixels que estão contidos nestas possuem características semelhantes, como por exemplo, nível de cinza, textura, ou seja, a que melhor represente os objetos presentes na imagem. Existem vários exemplos de algoritmos segmentadores, como o de crescimento de regiões onde os pixels crescem e são aglutinados formando regiões. Para determinar quais os melhores parâmetros utilizados nestes algoritmos segmentadores é necessário que se avalie os resultados a partir dos métodos mais utilizados, que são os supervisionados onde há necessidade de uma imagem de referência, considerada ideal fazendo com que se tenha um conhecimento a priori da região de estudo. Os não supervisionados, onde não há a necessidade de uma imagem de referência, fazendo com que o usuário economize tempo. Devido à dificuldade de se obter avaliadores para diferentes tipos de imagem, é proposta a metodologia que permite avaliar imagens que possuam áreas com vegetação, onde serão formadas grandes regiões (Crianass) e o que avaliará as imagens com áreas urbanas onde será necessário mais detalhamento (Cranassir). / With the need of extracting the information contained in satellite images in a quick, efficent and economic way computational image process tecniques are being used more frequently, such as the automatic segmentation. Segmenting an image consists on dividing it in regions acording to a similarity standard, where the pixels which are contained there have the same characteristic, for example, level of gray, texture, that is, the one that best represents the objects on the image. There are lots of examples of segmentary algorithm like the development of areas where the pixels 'grow" and are agglutinated forming regions. To determine which are the best parameters utilized in these segmentary algorithms it is necessary to evaluate the results from the methods used more often, they are the supervized where there is a need of a reference image, considered ideal, giving us a priori knowledge of the regions in study. The unsupervised, where there is not the need of a reference image, make the user save time. Due to the difficulty of obtaining evaluators, for different kinds of images, is proposed the methodology that allows to evaluate images that have vegetation areas, where it will be formed large regions (Crianass), and the one that will evaluate the images with urban areas, where it will be needed more detailing (Cranassir).

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Com a necessidade de extrair as informações contidas nas imagens de satélite de forma rápida, eficiente e econômica, são utilizadas cada vez mais as técnicas computacionais de processamento de imagens como a de segmentação automática. Segmentar uma imagem consiste em dividí-la em regiões através de um critério de similaridade, onde os pixels que estão contidos nestas possuem características semelhantes, como por exemplo, nível de cinza, textura, ou seja, a que melhor represente os objetos presentes na imagem. Existem vários exemplos de algoritmos segmentadores, como o de crescimento de regiões onde os pixels crescem e são aglutinados formando regiões. Para determinar quais os melhores parâmetros utilizados nestes algoritmos segmentadores é necessário que se avalie os resultados a partir dos métodos mais utilizados, que são os supervisionados onde há necessidade de uma imagem de referência, considerada ideal fazendo com que se tenha um conhecimento a priori da região de estudo. Os não supervisionados, onde não há a necessidade de uma imagem de referência, fazendo com que o usuário economize tempo. Devido à dificuldade de se obter avaliadores para diferentes tipos de imagem, é proposta a metodologia que permite avaliar imagens que possuam áreas com vegetação, onde serão formadas grandes regiões (Crianass) e o que avaliará as imagens com áreas urbanas onde será necessário mais detalhamento (Cranassir). / With the need of extracting the information contained in satellite images in a quick, efficent and economic way computational image process tecniques are being used more frequently, such as the automatic segmentation. Segmenting an image consists on dividing it in regions acording to a similarity standard, where the pixels which are contained there have the same characteristic, for example, level of gray, texture, that is, the one that best represents the objects on the image. There are lots of examples of segmentary algorithm like the development of areas where the pixels 'grow" and are agglutinated forming regions. To determine which are the best parameters utilized in these segmentary algorithms it is necessary to evaluate the results from the methods used more often, they are the supervized where there is a need of a reference image, considered ideal, giving us a priori knowledge of the regions in study. The unsupervised, where there is not the need of a reference image, make the user save time. Due to the difficulty of obtaining evaluators, for different kinds of images, is proposed the methodology that allows to evaluate images that have vegetation areas, where it will be formed large regions (Crianass), and the one that will evaluate the images with urban areas, where it will be needed more detailing (Cranassir).

L'endothélium cornéen humain constitue une mono-couche de cellules de formes relativement hexagonales et de surfaces régulières, situées à la face interne de la cornée. Ces cellules sont primordiales car elles maintiennent la transparence de la cornée. Leurs contours sont facilement photographiés chez le patient grâce à la microscopie optique spéculaire (in vivo), ou sur un greffon (ex vivo) grâce à la microscopie optique classique. Les ophtalmologistes s'intéressent alors à la densité cellulaire, ainsi qu'à des caractéristiques morphométriques (polymégethisme et pléomorphisme). Leur analyse, lorsqu'elle utilise des logiciels spécifiques, n'est cependant jamais aussi pertinente que l'analyse visuelle. Ce constat nous a conduit à nous intéresser aux principes qui régissent la perception visuelle humaine. Dans cette thèse, nous vérifions de manière élémentaire que les principes de bonne continuation et de proximité de la théorie de la Gestalt sont vérifiés algorithmiquement sur des cas simples, ce qui permet d'envisager leur utilisation pour fermer les contours imparfaitement détectés dans les images. Cependant, les résultats obtenus suggèrent une intéraction complexe entre ces principes. L'utilisation de méthodes morphologiques basées sur des filtres alternés séquentiels, des cartes de distances et des lignes de partage des eaux fournit de bons résultats. Il est montré que ces méthodes sont fondées sur les principes de la théorie de la Gestalt: la "proximité'' est introduite par les cartes de distances, la "continuation'' et la "fermeture'' sont des propriétés des lignes de partage des eaux. Leur utilisation conjointe permet de réaliser une analyse duale contours-régions: les cartes de distances permettent d'accéder à des informations régionales à partir des contours, alors que les lignes de partage des eaux permettent d'obtenir des informations de contours à partir de marqueurs régionaux. Ces impressions ont été vérifiées en mettant en place un critère de dissimilarité qui permet de quantifier l'erreur entre une mosaïque (structure cellulaire observée sur l'image de l'endothélium) fournie par l'expert et une autre mosaïque. Ainsi, plusieurs méthodes de segmentation sont testées, et la méthode que nous proposons donne les meilleurs résultats. Ce critère de dissimilarité a permis de trouver les meilleurs paramètres de chaque méthode et de faire établir entre elles un classement par les ophtalmologistes. Pour terminer la segmentation des images, une validation des résultats, basée sur des paramètres de formes, est proposée.