Résumé : Face à l’accroissement de la résolution spatiale des capteurs optiques satellitaires, de nouvelles stratégies doivent être développées pour classifier les images de télédétection. En effet, l’abondance de détails dans ces images diminue fortement l’efficacité des classifications spectrales; de nombreuses méthodes de classification texturale, notamment les approches statistiques, ne sont plus adaptées. À l’inverse, les approches structurelles offrent une ouverture intéressante : ces approches orientées objet consistent à étudier la structure de l’image pour en interpréter le sens. Un algorithme de ce type est proposé dans la première partie de cette thèse. Reposant sur la détection et l’analyse de points-clés (KPC : KeyPoint-based Classification), il offre une solution efficace au problème de la classification d’images à très haute résolution spatiale. Les classifications effectuées sur les données montrent en particulier sa capacité à différencier des textures visuellement similaires. Par ailleurs, il a été montré dans la littérature que la fusion évidentielle, reposant sur la théorie de Dempster-Shafer, est tout à fait adaptée aux images de télédétection en raison de son aptitude à intégrer des concepts tels que l’ambiguïté et l’incertitude. Peu d’études ont en revanche été menées sur l’application de cette théorie à des données texturales complexes telles que celles issues de classifications structurelles. La seconde partie de cette thèse vise à combler ce manque, en s’intéressant à la fusion de classifications KPC multi-échelle par la théorie de Dempster-Shafer. Les tests menés montrent que cette approche multi-échelle permet d’améliorer la classification finale dans le cas où l’image initiale est de faible qualité. De plus, l’étude effectuée met en évidence le potentiel d’amélioration apporté par l’estimation de la fiabilité des classifications intermédiaires, et fournit des pistes pour mener ces estimations. / Abstract : Classifying remote sensing images is an increasingly difficult task due to the availability of very high spatial resolution (VHSR) data. The amount of details in such images is a major obstacle to the use of spectral classification methods as well as most textural classification algorithms, including statistical methods. However, structural methods offer an interesting alternative to this issue: these object-oriented approaches focus on analyzing the structure of an image in order to interpret its meaning. In the first part of this thesis, we propose a new algorithm belonging to this category: KPC (KeyPoint-based Classification). KPC is based on keypoint detection and analysis and offers an efficient answer to the issue of classifying VHSR images. Tests led on artificial and real remote sensing images have proven its discriminating power. Furthermore, many studies have proven that evidential fusion (based on Dempster-Shafer theory) is well-suited to remote sensing images because of its ability to handle abstract concepts such as ambiguity and uncertainty. However, few studies did focus on the application of this theory to complex textural data such as structural data. This issue is dealt with in the second part of this thesis; we focused on fusing multiscale KPC classifications with the help of Dempster-Shafer theory. Tests have shown that this multi-scale approach leads to an increase in classification efficiency when the original image has a low quality. Our study also points out a substantial potential for improvement gained from the estimation of intermediate classifications reliability and provides ideas to get these estimations.

Ce mémoire porte sur le développement de nouvelles méthodes de fusion d’images à partir d’un formalisme à base d’Equations aux Dérivées Partielles (EDP). Les deux premiers chapitres bibliographiques portent sur les 2 domaines au centre de notre problématique : la fusion et les EDP. Le Chapitre 3 est consacré à la présentation progressive de notre modèle EDP de fusion constitué par un terme de fusion (diffusion inverse isotrope) et un terme de régularisation. De plus, un des attraits de l’approche EDP est de pouvoir traiter avec le formalisme des données bruitées. L’association d’un terme de diffusion dépendant du type de données à traiter est donc abordée. Le chapitre 4 est consacré à l’application des modèles de fusion-diffusion aux données sismiques. Pour répondre aux besoins de filtrage de ces données sismiques, nous proposons deux méthodes originales de diffusion 3D. Nous présenterons dans ce mémoire l’approche de fusion 3D intégrant une de ces méthodes nommée SFPD (Seismic Fault Preserving Diffusion). / This thesis focuses on developing new methods for image fusion based on Partial Differential Equations (PDE). The starting point of the proposed fusion approach is the enhancement process contained in most classical diffusion models. The aim of enhancing contours is similar to one of the purpose of the fusion: the relevant information (equivalent to the contours) must be found in the output image. In general, the contour enhancement uses an inverse diffusion equation. In our model of fusion, the evolution of each input image is led by such equation. This single equation must necessarily be accompanied by a global information detector useful to select the signal to be injected. In addition, an inverse diffusion equation, like any Gaussian deconvolution, raises problems of stability and regularization of the solution. To resolve these problems, a regularization term is integrated into the model. The general model of fusion is finally similar to an evolving cooperative system, where the information contained in each image starts moving towards relevant information, leading to a convergent process. The essential interest of PDE approach is to deal with noisy data by combining in a natural way two processes: fusion and diffusion. The fusion-diffusion proposed model is easy to adapt to different types of data by tuning the PDE. In order to adapt the fusion-diffusion model to a specific application, I propose 2 diffusion models: “Seismic fault preserving diffusion” and “3D directional diffusion”. The aim is to denoise 3D seismic data. These models are integrated into the fusion-diffusion approach. One of them is successfully transferred to the industrial partner: french oil company Total. The efficiency of our models (fusion and fusion-diffusion) is proven through an experimental plan in both noisy and noisy-free data.

L'amélioration d'image est une sorte de technique pour améliorer la qualité visuelle d'image, qui joue un rôle très important dans les domaines du traitement d'image et de la vision d'ordinateur. En particulier, nous considérons la correction de couleur et l'amélioration de contraste pour améliorer la qualité d'image.Dans la première partie de cette thèse, nous nous concentrons sur la correction des couleurs pour les images naturelles. Tout d'abord, nous donnons un examen simple de la correction des couleurs. Deuxièmement, nous proposons une méthode efficace de correction des couleurs pour la couture d'images via la spécification d'histogramme et la cartographie globale. Troisièmement, nous présentons une approche de cohérence des couleurs pour les collections d'images, basée sur la spécification de la gamme conservation histogramme.Dans la deuxième partie, nous prêtons attention à l'amélioration du contraste pour les images et les vidéos naturelles. Tout d'abord, nous donnons un simple examen de l'amélioration du contraste. Deuxièmement, nous proposons une méthode de préservation du contraste global de naturalité, qui peut éviter une survalorisation. Troisièmement, nous présentons une méthode de fusion à base de variation pour l'amélioration de l'image d'illumination non uniforme, qui peut éviter la sur-amplification ou la sous-amélioration. Enfin, nous étendons le cadre basé sur la fusion pour améliorer les vidéos avec une stratégie temporellement cohérente, qui n'entraîne pas de scintillement des artefacts. / Image enhancement is a kind of technique to improve the image visual quality, which plays a very important role in the domains of image processing and computer vision. Specifically, we consider color correction and contrast enhancement to improve the image quality.In the first part of this thesis, we focus on color correction for natural images. Firstly, we give a simple review of color correction. Secondly, we propose an efficient color correction method for image stitching via histogram specification and global mapping. Thirdly, we present a color consistency approach for image collections, based on range preserving histogram specification.In the second part, we pay attention to contrast enhancement for natural images and videos. Firstly, we give a simple review of contrast enhancement. Secondly, we propose a naturalness preservation global contrast enhancement method, which can avoid over-enhancement. Thirdly, we present a variational-based fusion method for non-uniform illumination image enhancement, which can avoid overenhancement or under-enhancement. Finally, we extend the fusion-based framework to enhance videos with a temporally consistent strategy, which does not result in flickering artifacts.

Objectifs : Rapporter le développement et les expérimentations d'un nouveau système robotisé destiné à la curiethérapie prostatique possédant un système de suivi de la prostate et une possibilité de fusion écho-IRM. Matériel et méthodes : Un robot d'implantation d'aiguilles transpérinéales guidé par échographie transrectale avec suivi per-opératoire des mouvements et de la déformation de la prostate a été créé. Les expériences ont été conduites sur 90 cibles réalisées dans 9 fantômes conçus pour être mobiles et déformables. Les expériences ont été ensuite conduites chez 2 cadavres. Le robot a cherché à déposer des billes de verre simulant des grains de curiethérapie aussi près que possible des cibles dans des fantômes évaluables par différentes modalités d'imagerie dont le scanner et dans des prostates de cadavre. Les résultats étaient mesurés en segmentant les cibles et les billes de verre sur des volumes tomodensitométriques des fantômes et des cadavres. Résultats : Le robot était capable d'atteindre les cibles choisies dans les fantômes avec une précision médiane de 2.73 mm, avec un déplacement médian de la prostate de 5.46 mm. La précision était meilleure à la base qu'à l'apex (2.28 mm vs 3.83 mm, p<0.01) et n'était pas significativement différente pour les implantations horizontales et obliques (2.7 vs 2.82 mm, p=0.18). Les tests sur cadavre ont montré la faisabilité et l'ergonomie du robot en salle d'opération mais des expérimentations plus poussées sont nécessaires. Conclusion : Ce robot destiné à la curiethérapie prostatique est le premier système utilisant le suivi de la prostate per-opératoire pour guider des aiguilles dans la prostate. Les expériences préliminaires montrent sa capacité à atteindre des cibles malgré les mouvements de la prostate. Les applications pourraient être élargies à la thérapie focale et aux biopsies guidées compte-tenu de sa possibilité à fusionner l'imagerie IRM et l'échographie.

Le but de cette thèse est de construire une image couleur de haute qualité, contenant un faible niveau de bruit et d'aliasing, à partir d'une grande séquence (e.g. des centaines) d'images RAW prises avec un appareil photo grand public. C’est un problème complexe nécessitant d'effectuer à la volée du dématriçage, du débruitage et de la super-résolution. Les algorithmes existants produisent des images de haute qualité, mais le nombre d'images d'entrée est limité par des coûts de calcul et de mémoire importants. Dans cette thèse, nous proposons un algorithme de fusion d'images qui les traite séquentiellement de sorte que le coût mémoire ne dépend que de la taille de l'image de sortie. Après un pré-traitement, les images mosaïquées sont recalées en utilisant une méthode en deux étapes que nous introduisons. Ensuite, une image couleur est calculée par accumulation des données irrégulièrement échantillonnées en utilisant une régression à noyau classique. Enfin, le flou introduit est supprimé en appliquant l'inverse du filtre équivalent asymptotique correspondant (que nous introduisons). Nous évaluons la performance et la précision de chaque étape de notre algorithme sur des données synthétiques et réelles. Nous montrons que pour une grande séquence d'images, notre méthode augmente avec succès la résolution et le bruit résiduel diminue comme prévu. Nos résultats sont similaires à des méthodes plus lentes et plus gourmandes en mémoire. Comme la génération de données nécessite une méthode d'interpolation, nous étudions également les méthodes d'interpolation par polynôme trigonométrique et B-spline. Nous déduisons de cette étude de nouvelles méthodes d'interpolation affinées / The aim of this thesis is to build a high-quality color image, containing a low level of noise and aliasing, from a large sequence (e.g. hundreds or thousands) of RAW images taken with a consumer camera. This is a challenging issue requiring to perform on the fly demosaicking, denoising and super-resolution. Existing algorithms produce high-quality images but the number of input images is limited by severe computational and memory costs. In this thesis we propose an image fusion algorithm that processes the images sequentially so that the memory cost only depends on the size of the output image. After a preprocessing step, the mosaicked (or CFA) images are aligned in a common system of coordinates using a two-step registration method that we introduce. Then, a color image is computed by accumulation of the irregularly sampled data using classical kernel regression. Finally, the blur introduced is removed by applying the inverse of the corresponding asymptotic equivalent filter (that we introduce).We evaluate the performance and the accuracy of each step of our algorithm on synthetic and real data. We find that for a large sequence of RAW images, our method successfully performs super-resolution and the residual noise decreases as expected. We obtained results similar to those obtained by slower and memory greedy methods. As generating synthetic data requires an interpolation method, we also study in detail the trigonometric polynomial and B-spline interpolation methods. We derive from this study new fine-tuned interpolation methods

Cette thèse, ayant comme thème scientifique le recalage qu'il soit géométrique ou iconique, décrit trois applications cliniques dans le domaine de l'urologie. Elle s'appuie en grande partie sur l'utilisation de l'échographie comme capteur peropératoire.<br />Elle présente trois chapitres :<br />1. La ponction du rein dont le but est d'atteindre par voie percutanée une cible à l'intérieur du rein. Dans un premier temps, une approche de recalage par une mise en correspondance de nuages de points d'image échographiques et scanner est décrite avant l'évaluation d'une approche iconique sur fantôme et sur un sujet sain. Dans un second temps, une approche consistant à mettre en correspondance de façon automatique, à l'aide d'un localisateur externe, le trajet de ponction échographique dans des images de fluoroscopie est décrite puis validée sur fantôme et 11 patients.<br />2. La ponction des trous sacrés dans le but de placer une aiguille au contact des racines de nerfs sacrés. Nous décrivons une approche consistant à recaler par une approche géométrique des images scanner et échograpiques en détectant dans les images scanner l'interface os/muscle visible en échographie. Nous décrivons les expériences sur un fantôme et un sujet anatomique.<br />3. Le dernier chapitre décrit le développement de deux applications concernant le cancer de la prostate. La première est la reconstruction d'images 3D anatomopathologique de la prostate et leur recalage avec des images IRM dans le but de développer un atlas statistique de la distribution du cancer et d'améliorer la sémiologie radiologique. La méthode est décrite à partir de données de sujets anatomiques et d'un patient. La seconde est la localisation des biopsies de prostate par voie endorectale en employant une approche de recalage iconique échographique 3D monomodale afin d'améliorer la cartographie biopsique qui est essentielle pour le diagnostic et la prise en charge du cancer. Contrairement aux méthodes précédentes de recalage peropératoire décrite dans cette thèse, celle-ci est uniquement basée sur les images et permet donc de s'affranchir de l'utilisation d'un localisateur externe. Notre approche est validée par une étude clinique sur 14 patients.

En contrôle non destructif, dans la perspective de l’amélioration des images de défauts mais également dans le but de rendre leur interprétation plus simple par des opérateurs non spécialisés,de nouvelles méthodes d’imagerie ultra-sonore telle que l’imagerie TFM (Total Focusing Method)sont apparues depuis quelques années comme une alternative aux méthodes d’imageries conventionnelles.Elles offrent des images réalistes des défauts et permettent à partir d’une même acquisition d’avoir un nombre important d’images chacune pouvant porter des informations différentes et complémentaires sur les caractéristiques d’un même défaut.Lorsqu’elles sont correctement sélectionnées,ces images sont plus faciles à analyser, elles présentent moins de risques de mauvaise interprétation et permettent d’envisager des caractérisations de défauts plus rapides par des opérateurs moins spécialisés.Pour une exploitation industrielle, il reste cependant nécessaire de renforcer la robustesse et la facilité de mise en oeuvre de ces techniques d’imagerie.L’ensemble des travaux réalisés durant la thèse a permis de développer de nouveaux outils capables d’améliorer la caractérisation des défauts par les techniques d’imagerie TFM en termes de position,d’orientation et de dimensionnement / In non-destructive testing, with a view to improving defect images but also to simplify their interpretation by non-specialized operators,new ultrasonic imaging methods such as TFM imaging (Total Focusing Method ) have appeared for some years as an alternative to conventional imaging methods. They offer realistic images of defects and allow from the same acquisition to have a large number of images each that can carry different and complementary information on the characteristics of the same defect. When properly selected, these images are easier to analyze, they present less risk of misinterpretation and allow to consider faster fault characterizations by less specialized operators.However, for an industrial operation, it remains necessary to strengthen the robustness and ease of implementation of these imaging techniques. All the work carried out during the thesis allowed to develop new tools to improve the characterization of defects by TFM imaging techniques in terms of position,orientation and sizing.

Les satellites d'observation de la Terre fournissent des données multi-spectrales et panchromatiques ayant différentes résolutions spatiales, spectrales, temporelles, et radiométriques. La fusion d'une image panchromatique ayant une haute résolution spatiale, mais une basse résolution spectrale avec une image multi-spectrale ayant une basse résolution spatiale mais une haute résolution spectrale est très utile dans de nombreuses applications de télédétection nécessitant à la fois de hautes résolutions spatiales et spectrales. Dans l'image fusionnée les structures et les objets sont bien rehaussés et la classification de ces objets devient plus précise. Ces techniques de traitement d'image sont connues sous le nom de pansharpening ou techniques de fusion de résolutions. Dans cette thèse, trois algorithmes sont proposés pour la fusion dont deux dans la catégorie de substitution de composantes où nos principales contributions consistent à utiliser la transformée IHS et à rehausser la bande verte dans les zones de végétation. Dans le premier algorithme, la végétation est détectée en utilisant l'indice NDVI et le rehaussement de la végétation est effectué avant le processus de fusion. En revanche, pour le second algorithme le rehaussement de la végétation se fait après le processus de fusion et la végétation est délimitée à l'aide d'un nouvel indice (HRNDVI) proposé pour des images de hautes résolutions. HRNDVI est utilisé dans l'extraction de la végétation, même dans le cas complexe des zones urbaines où la végétation est dispersée. Ainsi, en utilisant HRNDVI, une nouvelle méthode a été proposée et testée pour extraire la végétation. Le troisième algorithme de pansharpening est inclus dans la catégorie multi-résolution basée sur la transformée NSCT. L'amélioration des résultats est assurée par l'utilisation d'un nombre de niveaux de décomposition réduit pour les images multi-spectrales et un nombre plus élevé de niveaux de décomposition pour l'image panchromatique. Cette stratégie permet d'aboutir à des résultats visuels et quantitatifs satisfaisants. En outre, la contribution de la thèse se trouve aussi dans l'évaluation de la qualité des images fusionnées. C'est ainsi qu'un nouveau protocole pour l'évaluation de la qualité est proposé. En fonction de l'application visée, il peut être réglé pour favoriser la qualité spectrale ou spatiale.

Les satellites d'observation de la Terre (Quickbird, Ikonos, SPOT-5, PLÉIADES) fournissent des images de deux types : soit une image panchromatique à haute résolution spatiale mais basse résolution spectrale, soit une image multispectrale dont la résolution spatiale est inférieure d'un rapport 2 ou 4, mais avec une bonne résolution spectrale. Des méthodes permettant la fusion de ces deux types d'images existent, cependant il est encore possible d'améliorer la qualité des images synthétisées. Nos travaux visent à améliorer la qualité des images synthétisées par une meilleure prise en compte des caractéristiques de l'imageur comme ; la Fonction de Transfert de Modulation (FTM) et l'échantillonnage. Les travaux que nous avons menés sur l'impact du repliement de spectre présent dans les images MS ont mis en évidence que l'absence de repliement permet la suppression des artefacts visuels importants, mais les outils usuels d'évaluation de la qualité des images de fusion ne permettent pas la quantification des performances. La FTM caractérise la capacité de l'instrument à représenter un contraste en fonction de la fréquence spatiale. Celle-ci diffère entre les images PAN et MS. Nous avons proposé à partir de méthodes existantes, deux méthodes de fusion permettant de mieux prendre en compte la FTM et ainsi d'améliorer la qualité et les caractéristiques de l'image synthétisée.

L'essor technologique, induit une production d'énormes masses de données électroniques et oblige à une adaptation des traitements du flux d'information correspondant. D'où un besoin d'outils d'aide à l'interprétation permettant des prises de décision dans les délais raisonnables. En matière d'imagerie numérique, les champs d'application sont vastes allant de l'utilisation domestique (appareil photo numérique, webcam ou simplement téléphone portable) jusqu'aux applications de type télédétection. L'évolution croissante du volume des données s'accompagne de contraintes, qu'il s'agisse du dépouillement des images de télédétection et c'est là que se situe un premier axe de nos travaux, ou du tri de photos, ou de la recherche d'une photo spécifique, prise à une certaine occasion en un lieu donné et c'est là le second axe de nos travaux. S'agissant de la télédétection, la multitude de satellites d'observation nous fournit une grande variété d'images. Celles-ci nous apportent des informations à la fois redondantes et complémentaires. Aussi s'avère-t-il judicieux de les combiner dans un processus de fusion pour en tirer des renseignements plus consistants et plus intelligibles. Traditionnellement, l'indexation et la recherche d'une photo se fait à l'aide d'une annotation par mots-clés. Compte-tenu des limitations de cette procédure, l'enjeu, aujourd'hui, est la détermination de descripteurs efficaces basés sur le contenu des images pour leur indexation. Toutes ces considérations visent à proposer des solutions alliant différents descripteurs dans un processus de fusion pouvant fournir un index hybride prenant en compte l'aspect sémantique du contenu de l'image. C'est dans ce contexte d'analyse d'images pour leur interprétation que se situent nos travaux de recherche dont le présent mémoire fait l'objet. Il s'articule en trois parties. Dans la première partie, nous présentons un résumé des activités tant du point de vue de l'enseignement que de la recherche : un aperçu de nos travaux de recherche retrace les études réalisées pour des applications de fusion en télédétection et pour la description des formes. La deuxième partie reprend plus en détails l'une de nos études sur le thème de l'analyse multi-échelle de contours d'objets planaires pour des applications de description et de reconnaissance de formes. On y présente ainsi la méthode MSGPR basée sur la carte des points d'intersection, méthode que nous proposons pour l'extraction d'un descripteur pour l'indexation des objets planaires. Pour finir, la dernière partie présente quelques articles représentatifs de nos activités de recherche : analyse de textures, recalage d'images, fusion d'image, analyse espace-échelle, reconnaissance de formes.