The aim of this study is to conduct a comparative analysis of the visual representation of the crisis in Iran on Instagram by Swedish and the Persian news accounts. The study analyzes the images through semiotic images analysis and includes 20 images, 10 of which are from two Swedish news accounts and the other 10 are from a Persian news account. The study draws on postcolonial theory, specifically the concept orientalism. The findings of the study reveal notable disparities in the reporting of the crisis between the Swedish and Persian news accounts. Notably, the Swedish visual reporting predominantly portrays women as the sole victims of the crisis, while the Persian news media has highlighted both male and female victims of the crisis. Consequently, the crisis in Iran is portrayed in the Swedish news media as a "women's revolution," implying that only women lack their human rights. Additionally, the results  have shown that the Swedish news media has visually reported the crisis in a way that reinforces the stereotyping of "the other", which has shown to be consistent with previous research.

La compréhension d'un système pétrolier nécessite la caractérisation pétrographique de tous les éléments et les processus le composant. Dans ce travail, plusieurs exemples de roches mères, roches réservoirs et roches couvertures provenant de bassins pétroliers différents, ont été étudiés afin de décrire les méthodes pétrographique classiques et mettre en place des nouvelles. Ces dernières telles que : la création d'une cinétique de transformation d'un kérogène composé de deux types de matière organiques (programmation), analyse macérale et l'étude des microfractures par analyse d'images, la diffraction à rayon X ainsi que la tomographie ont permis la caractérisation de la roche mère. Quant aux roches réservoirs, les méthodes d'analyse d'image des propriétés pétrophysiques, la microscopie MSCL ainsi que les paramètres de mouillabilité permettent la description de la qualité de ces réservoirs et leurs préservations au cours du temps à cause des phénomènes de recristallisation, dissolution, circulation de fluide et de réaction TSR/BSR. Les roches couvertures étudiées dans ce travail sont celles des argilites callovo-oxfordienne, utilisant la diffraction à rayon X ainsi que l'analyse d'image et la tomographie. Ces méthodes ont facilité la compréhension de leurs comportements au cours du temps, leurs capacités de sorption/désorption et leurs fiabilités de stockage de déchets nucléaire. Enfin, la modélisation pétrolière avec Petromod permet de déterminer les fonctionnements des systèmes pétroliers. La modélisation par percolation est plus proche de la réalité des bassins pétroliers que celle de Darcy/Hybride / Understanding oil systems requires petrographic characterization of all elements and process that compose it. In this work, several examples of source rocks, reservoir rocks and seal from different petroleum basins have been studied in order to describe conventional petrographic methods and develop new ones. The new ones as: a program of transformation kinetic of kerogene composed of two types of organic matter, maceral analysis and microfractures study using images analysis, the diffraction X-ray and tomography allowed source rock description. As for, reservoir rocks, methods of petrophysical characterization by images analysis, MSCL Microscopy and wettability parameters permit reservoir quality description and their preservation over time due to recrystalization and dissolution phenomena, fluid flow and TSR/BSR reaction. The cap rocks studied in this thesis are those of Callovo-Ordovician argillites, using X-Ray diffraction as well as images analysis and tomography. Those methods facilitated the understanding of argillites behavior over time, their sorption/desorption ability and their reliability of nuclear waste storage. Finally, Modeling using Petromod helps to determine petroleum systems functioning. Modeling by percolation method gives results closer to oil basins reality, than by Darcy/Hybrid method

L'ostéoporose est une maladie caractérisée par la perte de la masse osseuse et la dégradation de la micro-architecture osseuse. Bien que l'ostéoporose ne soit pas une maladie mortelle, les fractures qu'elle provoque peuvent entraîner de graves complications (lésions des vaisseaux et des nerfs, infections, raideur), parfois accompagnées de menaces de mort. La micro-architecture osseuse joue un rôle important dans le diagnostic de l'ostéoporose. Deux appareils de tomodensitométrie courants pour scanner la micro-architecture osseuse sont la tomodensitométrie quantitative périphérique à haute résolution et la tomodensitométrie microscopique. Le premier dispositif donne accès à l'investigation in vivo, mais sa résolution spatiale est inférieure. Le micro tomodensitomètre donne une meilleure résolution spatiale, mais il est contraint à une mesure ex vivo. Dans cette thèse, notre but est d'améliorer la résolution spatiale des images de tomodensitométrie périphérique à haute résolution afin que l'analyse quantitative des images résolues soit proche de celle donnée par les images de tomodensitométrie Micro. Nous sommes partis de la régularisation de la variation totale, à une combinaison de la variation totale et du potentiel de double puits pour améliorer le contraste des résultats. Ensuite, nous envisageons d'utiliser la méthode d'apprentissage par dictionnaire pour récupérer plus de détails sur la structure. Par la suite, une méthode d'apprentissage approfondi a été proposée pour résoudre un problème de super résolution et de segmentation joint. Les résultats montrent que la méthode d'apprentissage profond est très prometteuse pour les applications futures. / Osteoporosis is a disease characterized by loss of bone mass and degradation of bone microarchitecture. Although osteoporosis is not a fatal disease, the fractures it causes can lead to serious complications (damage to vessels and nerves, infections, stiffness), sometimes accompanied with risk of death. The bone micro-architecture plays an important role for the diagnosis of osteoporosis. Two common CT devices to scan bone micro architecture is High resolution-peripheral Quantitative CT and Micro CT. The former device gives access to in vivo investigation, but its spatial resolution is inferior. Micro CT gives better spatial resolution, but it is constrained to ex vivo measurement. In this thesis, we attempt to improve the spatial resolution of high resolution peripheral CT images so that the quantitative analysis of the resolved images is close to the one given by Micro CT images. We started from the total variation regularization, to a combination of total variation and double-well potential to enhance the contrast of results. Then we consider to use dictionary learning method to recover more structure details. Afterward, a deep learning method has been proposed to solve a joint super resolution and segmentation problem. The results show that the deep learning method is very promising for future applications.

Dans cette thèse, nous nous intéressons à un récent algorithme de segmentation d’images basé sur un processus de régularisation de graphes. L’objectif d’un tel algorithme est de calculer une fonction indicatrice de la segmentation qui satisfait un critère de régularité ainsi qu’un critère d’attache aux données. La particularité de cette approche est de représenter les images à l’aide de graphes de similarité. Ceux-ci permettent d’établir des relations entre des pixels non-adjacents, et ainsi de procéder à un traitement non-local des images. Afin d’en améliorer la précision, nous combinons cet algorithme à une seconde approche non-locale : des caractéristiques de textures. Un nouveau terme d’attache aux données est dans un premier temps développé. Inspiré des travaux de Chan et Vese, celui-ci permet d’évaluer l’homogénéité d’un ensemble de caractéristiques de textures. Dans un second temps, nous déléguons le calcul de l’attache aux données à un classificateur supervisé. Entrainé à reconnaitre certaines classes de textures, ce classificateur permet d’identifier les caractéristiques les plus pertinentes, et ainsi de fournir une modélisation plus aboutie du problème. Cette seconde approche permet par ailleurs une segmentation multiclasse. Ces deux méthodes ont été appliquées à la segmentation d’images texturées 2D et 3D. / In this thesis, we improve a recent image segmentation algorithm based on a graph regularization process. The goal of this method is to compute an indicator function that satisfies a regularity and a fidelity criteria. Its particularity is to represent images with similarity graphs. This data structure allows relations to be established between similar pixels, leading to non-local processing of the data. In order to improve this approach, combine it with another non-local one: the texture features. Two solutions are developped, both based on Haralick features. In the first one, we propose a new fidelity term which is based on the work of Chan and Vese and is able to evaluate the homogeneity of texture features. In the second method, we propose to replace the fidelity criteria by the output of a supervised classifier. Trained to recognize several textures, the classifier is able to produce a better modelization of the problem by identifying the most relevant texture features. This method is also extended to multiclass segmentation problems. Both are applied to 2D and 3D textured images.

\ / Doctorat en sciences, Spécialisation biologie animale / info:eu-repo/semantics/nonPublished