Depuis la fin du 20ème siècle, l'imagerie médicale s'est fortement développée et représente aujourd'hui un moyen incontournable pour le diagnostic médical. Dans le domaine de la radiologie par rayons X, de nouveaux détecteurs numériques remplacent progressivement les anciennes techniques à film et permettent d'obtenir des images de meilleure qualité. Cette thèse, préparée en collaboration entre l'entreprise Trixell, constructeur de détecteurs plats numériques pour la radiographie, et le laboratoire Gipsa-Lab, s'inscrit dans le cadre général du contrôle qualité de ces détecteurs par analyse d'images. Les applications biomédicales mettant en jeu ces appareils, sont généralement particulièrement sensibles, et le principe de « zéro défaut » est de mise quant à la qualité des produits. Malgré les différents traitements, certains défauts peuvent être présents dans les images. Cette thèse est axée sur le développement de modèles de mesure de la visibilité des défauts, en cohérence avec l'observation d'un humain. Deux approches complémentaires sont développées : la première approche basée sur des expériences psychophysiques et la seconde approche de modélisation basée sur la théorie de décision. Par rapport aux modèles de visibilité existants, notre modèle prend en compte la perception humaine et notamment les saccades et fixations oculaires dans l'analyse des images : le test de visibilité est ainsi le produit de tests de visibilité locaux, calculés aux points saillants de l'image supposés indépendants. Les résultats montrent l'intérêt de notre approche, notamment pour des détecteurs statiques. En se fondant sur les résultats et une dernière expériences d'oculométrie, cette thèse suggère en perspective la prise en compte d'autres caractéristiques comme le nombre de fixations oculaires, et leur durée. / Since the beginning of the 20th century, medical imaging has significantly been improved and represents now an essential mean for medical diagnosis. In the field of radiology, new digital detectors are gradually replacing the old film techniques allowing a better image. This thesis, prepared in collaboration between the company Trixell, manufacturer of X-ray detectors, and the laboratory Gipsa-Lab, is part of the framework of quality control of these detectors by image analysis. Biomedical applications involved by these devices are particularly sensitive, and the principle of “zero artifact” is required to ensure the quality of the product. Despite the various processings, some artifacts may be present in the images.This thesis focuses on the development of models that quantify the visibility of artifacts in concordance to human observation. Two complementary approaches are developed : the first one is based on psychophysical experiments and the second one is a modeling approach based on decision theory. In comparison to existent models, our model takes into account perception characteristics including saccades and eye fixation in image analysis : the visibility test is thus the product of local visibility tests calculated on the salient points of the image and assumed to be independent. The results show the interest of our approach, especially for static detectors. Based on the results and a final eye-tracking experiment, this thesis suggests perspectives taking into account other characteristics such as the number of eye fixations and their duration.

Le tatouage d’images (ou watermarking) consiste à insérer de l’information de copyright, ou d’autres messages de vérification, invisible à l’oeil humain. Parmi toutes les approches possibles, le tatouage psychovisuel est le plus performant. Il consiste à utiliser les connaissances du Système Visuel Humain (SVH) pour en déduire la force du tatouage de manière optimale. Dans cette étude, nous avons proposé une nouvelle méthode de tatouage d'image psychovisuel qui combine les avantages des ondelettes à celle du domaine spatial par l’utilisation d'une représentation en ondelettes à échelle mixée (JNDEM). En considérant la densité des coefficients d'ondelettes dominants, notre système est capable de différencier les zones uniformes, celles incluant des contours, et enfin celles texturées. Nous avons sélectionné les méthodes efficaces de tatouage psychovisuel adaptée à chaque zone, à savoir celle de Chou pour les zones uniformes, de nouveau celle de Chou pour les contours, et finalement celle de Qi pour les textures. Nous avons aussi pris en compte la sensibilité du SVH qui varie avec l’orientation locale de l’image. Nous avons comparé notre JNDEM à quatre autres méthodes de tatouage de la littérature en termes de qualité visuelle et de robustesse. La méthode JNDEM conduit à une grande qualité visuelle mesurée par des tests objectifs et subjectifs. De plus elle est robuste aux attaques. Ce dernier point est d'une grande importance pour les applications réelles. En conclusion, la méthode proposée est le meilleur compromis entre la qualité visuelle et la résistance aux attaques comparée aux quatre autres méthodes testées. / Watermarking consists in inserting copyright information, or other verification messages, invisible to the human eye. Among all the possible approaches, perceptual watermarking is the most efficient. Perceptual image watermarking consists in using knowledge of the Human Visual System (HVS) to choose the strength of the watermark. In this study, we propose a new perceptual image watermarking method (JNDEM ) that combines the advantages of both the wavelet domain and the spatial domain since a mixed-scale wavelet representation is applied. By considering the density of the dominant wavelet coefficients, our scheme is able to differentiate uniform, edge and texture areas. We selected effective Just Noticeable Difference (JND) models from the literature, i.e. luminance and edge masking developed by Chou, and texture masking developed by Qi. We also took into account the HVS sensitivity which varies with the orientation of the image activity. We have compared our JNDEM to four other JND models from the literature in terms of visual quality and of robustness to attacks. Results show that the proposed method yields a high visual quality and is very robust against attacks. This last point is of great importance for real applications. In conclusion, the proposed method is the best trade-off between visual quality and resistance to attacks among the four other tested methods.

Depuis plus de vingt ans, l'accès à la technologie est devenu très facile étant donné son omniprésence dans le quotidien de chacun et son faible coût. Cet accès aux technologies du numérique permet à toute personne équipée d'un ordinateur ou d'un smartphone de visualiser et de modifier des contenus digitaux. Avec les progrès en matière de stockage en ligne, la quantité de contenus digitaux tels que le son, l'image ou la vidéo sur internet a explosé et continue d'augmenter.Savoir identifier la source d'une image et certifier si celle-ci a été modifiée ou non sont des informations nécessaires pour authentifier une image et ainsi protéger la propriété intellectuelle et les droits d’auteur par exemple. Une des approches pour résoudre ces problèmes est le tatouage numérique. Il consiste à insérer une marque dans une image qui permettra de l'authentifier.Dans cette thèse, nous étudions premièrement le tatouage numérique dans le but de proposer des méthodes plus robustes aux modifications d'image grâce aux codes correcteurs. En étudiant la structure des erreurs produites par la modification d’une image marquée, un code correcteur sera plus efficace qu’un autre. Nous proposons aussi d’intégrer de nouveaux codes correcteurs appelés codes en métrique rang pour le tatouage.Ensuite, nous proposons d’améliorer l'invisibilité des méthodes de tatouage pour les images couleur. A l’insertion d’une marque, les dégradations de l’image sont perçues différemment par le système visuel humain en fonction de la couleur. Nous proposons un modèle biologique de la perception des couleurs qui nous permet de minimiser les distorsions psychovisuelles de l’image à l’insertion.Toutes ces techniques sont testées sur des images naturelles dans un contexte d’insertion d’information. / For more than twenty years, technology has become more and more easy to access. It is omnipresent in everyday life and is low cost. It allows anyone using a computer or a smartphone to visualize and modify digital contents. Also, with the impressive progress of online massive data storage (cloud), the quantity of digital contents has soared and continues to increase. To ensure the protection of intellectual property and copyright, knowing if an image has been modified or not is an important information in order to authenticate it. One approach to protect digital contents is digital watermarking. It consists in modifying an image to embed an invisible mark which can authenticate the image. In this doctorate thesis, we first study how to improve the robustness of digital image watermarking against image processings thanks to error correcting codes. By studying the error structure produced by the image processing applied on a watermarked image, we can find an optimal choice of error correcting code for the best correction performances. Also, we propose to integrate a new type of error correcting codes called rank metric codes for watermarking applications. Then, we propose to improve the invisibility of color image watermarking methods. At the embedding step, a host image suffers some distortions which are perceived differently in function of the color by the human visual system. We propose a biological model of color perception which allows one to minimize psychovisual distortions applied on the image to protect.