L'objectif de l'analyse multifractale (introduite dans le cadre de la turbulence pleinement developpee) est de déterminer la dimension des ensembles de points où une fonction a une régularité hölderienne fixée. Cette information ne peut être calculée directement sur les signaux réels et une formule appelée formalisme multifractal a été introduite pour calculer ces dimensions à partir de quantités obtenues directement par traitement du signal. Elle n'est pas vraie en toute généralité et nous étudions dans cette thèse différentes situations dans lesquelles le formalisme multifractal n'est pas valide.<br />Des résultats de type " Baire " démontrent que le formalisme multifractal est vrai quasi-sûrement pour de petites valeurs de l'exposant de Hölder et faux pour les autres valeurs. Nous montrons que cela est dû à la présence de singularités oscillantes.<br />D'autre part le formalisme multifractal ne s'applique qu'aux fonctions continues. Nous montrons qu'il est possible de généraliser la formule, en passant d'un critère de régularité ponctuelle hölderienne à un critère plus faible, à des fonctions qui peuvent ne plus être continues.<br />Enfin nous étudions un cas particulier de phénomène oscillant en dimension 2 qui n'est pas caractérisé par les critères de régularité ponctuelle précédents. Nous proposons une méthode d'analyse de ce comportement à base d'un algorithme de traitement de l'image.

Afin d'analyser des signaux dont la régularité varie, il est nécessaire d'utiliser des outils caractérisant leur comportement en un point.<br /><br />La frontière 2-microlocale donne un point de vue général sur ces outils. A chaque point du domaine de définition d'une fonction est associée une courbe qui caractérise de façon complète sa régularité en ce point. Nous rappelons dans une première partie sa définition et ses propriétés.<br /><br />Dans la deuxième partie, nous en donnons une forme "temporelle" qui permet de la considérer comme une généralisation naturelle des exposants de Hölder. Nous montrons ses propriétés directement à partir de cette expression. Nous introduisons également un spectre 2-microlocal en temps qui facilite son calcul et traitons quelques exemples.<br /><br />Dans la troisième partie, nous explicitons un cadre commun au le spectre 2-microlocal et au spectre multifractal. Nous montrons dans ce cadre commun des résultats nouveaux concernant leur prescription. <br /><br />Dans une quatrième partie, nous appliquons l'analyse 2-microlocale au débruitage de signaux. Nous proposons une méthode permettant de retrouver la régularité globale, puis une méthode permettant de retrouver le spectre 2-microlocal initial en un point, et d'éviter ainsi les oscillations. Les méthodes de débruitages sont illustrées par des applications numériques sur des fonctions classiques.<br /><br />Enfin, nous exposons dans la dernière partie un travail, de nature appliquée, effectué en collaboration avec l'ENILIA Surgères : il s'agit de l'application d'outils fractals décrivant la régularité globale à la classification automatique d'images microscopiques de beurre.

La géométrie fractale, développée par Mandelbrot dans les années 70, a connu un essor considérable ces 20 dernières années. Dans cette thèse, je m'intéresse à la génération de signaux dits fractals et multifractals. J'étudie en particulier 2 modèles, dont leur point commun est leur structure d'arbre de branchement sous jacente.<br />Le premier modèle est une généralisation des Systèmes de fonctions Itérés ou IFS, introduits par Hutchinson dans les années 80. Les IFS constituent un moyen simple et efficace pour produire des ensembles et des processus fractals en itérant un nombre fixed d'opérateurs. L'idée est d'autoriser un nombre aléatoire d'opérateurs aléatoires à chaque itération de l'algorithme. Nous donnons des conditions simples et faciles à vérifier sous lesquelles l'IFS admet un point fixe. Quelques propriétés du point fixe sont également étudiées. Le deuxième modèle, que nous appellons Multifractal Embedded Branching Process (MEBP), s'obtient à l'aide d'un changement de temps multifractal d'un processus à invariance d'échelle discrète, le processus EBP Canonique (CEBP). Nous donnons un algorithm efficace de simulation "on-line" de ces processus, permettant de générer X(n + 1) à partir de X(n) en O(log n) opérations. Nous obtenons également un borne supérieure pour le spectre multifractal du changement de temps et confirmons les résultats théoriques à l'aide de simulations. Les mouvements Browniens en temps multifractal sont des cas particuliers des processus MEBP, ce qui suggère une application potentielle des processus MEBP en finance. Enfin, nous proposons d'imiter un mouvement Brownien fractionnaire à l'aide d'un processus MEBP.

Mes travaux portent sur l'analyse de la dynamique cérébrale à partir de données de neuro-imagerie fonctionnelle issues d'examens d'Imagerie par Résonance Magnétique fonctionnelle (IRMf). Ils concernent aussi bien l'étude de la dynamique évoquée par un paradigme d'activation cérébrale et celle issue de l'activité spontanée ou de « fond » lorsque le sujet est au repos (resting state). Les algorithmes que j'ai développés s'appuient pour une large partie sur une connaissance explicite du paradigme expérimental mis au point par l'expérimentateur mais aussi prennent place dans une moindre part au sein des méthodes exploratoires, qui n'exploitant pas ces informations issues du paradigme.<br /><br />Ce thème de recherche embrasse à la fois des problèmes bas niveau relatifs à la reconstruction d'images en IRM mais aussi des aspects plus haut niveau qui concernent l'estimation et la sélection de modèles hémodynamiques régionaux non-paramétriques, capables de prendre en compte la variabilité inter-individuelle de la réponse impulsionnelle du système neuro-vasculaire. Les problèmes de reconstruction sont traités à l'aide de méthodes classiques de régularisation dans l'espace image ou des méthodes plus évoluées opérant dans l'espace transformé des coefficients d'ondelette. Les aspects inférentiels haut niveau sont majoritairement abordés dans le cadre des statistiques bayésiennes.

Le formalisme multifractal de Parisi et Frisch, ainsi que l'approche du propagateur de Castaing et collaborateurs, permettent de décrire de manière quantitative, dans le domaine inertiel, les statistiques des incréments de vitesse longitudinale en turbulence pleinement développée. Dans ce mémoire de doctorat, nous montrons que la physique liée aux effets dissipatifs, complètement pilotée par le nombre de Reynolds local, a des conséquences non triviales sur les statistiques des incréments de vitesse Eulérienne. A l'aide d'arguments dimensionnels simples, nous proposons une formalisation précise, dans le cadre du formalisme multifractal, de "l'accélération" du propagateur observée dans le domaine dissipatif intermédiaire, entre le domaine inertiel et le domaine dissipatif profond dans lequel les statistiques des incréments deviennent indépendantes de l'échelle. Nous montrons en particulier qu'il est possible, pour un nombre de Reynolds donné, de calculer la densité de probabilité des incréments de vitesse à toutes les échelles, moyennant une fonction paramétrable DE(h), qui sera assimilée au spectre des singularités dans la limite des nombres de Reynolds infiniment grands. Nous discutons aussi comment adapter notre formalisme pour rendre compte du phénomène de Skewness. Nous montrons qu'il est possible de généraliser notre approche à une description unifiée des fluctuations de vitesse Lagrangienne. Nous comparons nos prédictions théoriques avec des données expérimentales et numériques. Cette étude permet d'estimer le spectre DL(h) des singularités de la turbulence Lagrangienne et d'en démontrer le caractère universel. Nous évoquons ensuite la possibilité d'établir une transformation formelle entre les spectres des singularités de la turbulence Eulérienne DE(h) et de la turbulence Lagrangienne DL(h). Pour conclure, nous généralisons notre approche aux statistiques d'ordre supérieur afin de tester divers modèles de cascade sur des données expérimentales et numériques.

Dans cette thèse, nous nous intéressons, à la <br />caractérisation, sur des images météorologiques infrarouges, des systèmes convectifs <br />susceptibles d'engendrer de fortes pluies. <br />L'étude des propriétés statistiques des phénomènes <br />observés révèle une évolution chaotique, mise en évidence par l'invariance d'échelle de <br />certaines grandeurs significatives. Pour les étudier, nous introduisons des méthodes <br />multiéchelles de traitement d'image dérivées de concepts <br />thermodynamiques et qui constituent un prolongement des méthodes <br />d'analyse de la turbulence. Nous utilisons tout d'abord un modèle <br />multifractal afin de détecter les singularités du signal et d'extraire, <br />dans une décomposition hiérarchique de l'image, des structures <br />pertinentes pour la compréhension des mécanismes atmosphériques. <br />Nous proposons ensuite une extension de ce modèle <br />permettant d'exhiber les zones de diffusion de la <br />luminance dans l'image et d'identifier les zones de convection associées aux <br />précipitations.