As a result of climate change, the snowfall amounts may be reduced and hence the snow accumulation, which recharges the groundwater in spring. Groundwater significantly influences summer low flows and its deficiency may negatively affect the streamflow and reduce the water supply in snow- dominated regions. This thesis aimes to describe the influence of changes in snow water equivalent on the inter-annual variability of minimal discharges in warm season (April to September) in eleven mountain catchments of the Czech Republic. The aimes were to determine 1) the duration of snow effects on the minimum discharges after the snowmelt onset, 2) the effect of inter-annual changes of snow water equivalent on minimal discharges in the warm season and 3) the date of the summer lowflows and the trend of its shift within the year. The results are based on hydrological and climatological station data collected by Czech Hydrometeorological Institute between the years 1980 and 2014. Snow affected the summer low flows until June and in exceptional cases even until July in higher elevation catchments. The most significant change was recorded in Úpa catchment, which belongs to higher elevation catchments, the 10 % decrease of maximum snow water equivalent caused reductions in minimal discharge by 8.8 % and 6.8 % in...

Ce mémoire s'intéresse à la détection de mouvement dans une séquence d'images acquises à l'aide d'une caméra fixe. Dans ce problème, la difficulté vient du fait que les mouvements récurrents ou non significatifs de la scène tels que les oscillations d'une branche, l'ombre d'un objet ou les remous d'une surface d'eau doivent être ignorés et classés comme appartenant aux régions statiques de la scène. La plupart des méthodes de détection de mouvement utilisées à ce jour reposent en fait sur le principe bas-niveau de la modélisation puis la soustraction de l'arrière-plan. Ces méthodes sont simples et rapides mais aussi limitées dans les cas où l'arrière-plan est complexe ou bruité (neige, pluie, ombres, etc.). Cette recherche consiste à proposer une technique d'amélioration de ces algorithmes dont l'idée principale est d'exploiter et mimer deux caractéristiques essentielles du système de vision humain. Pour assurer une vision nette de l’objet (qu’il soit fixe ou mobile) puis l'analyser et l'identifier, l'œil ne parcourt pas la scène de façon continue, mais opère par une série de ``balayages'' ou de saccades autour (des points caractéristiques) de l'objet en question. Pour chaque fixation pendant laquelle l'œil reste relativement immobile, l'image est projetée au niveau de la rétine puis interprétée en coordonnées log polaires dont le centre est l'endroit fixé par l'oeil. Les traitements bas-niveau de détection de mouvement doivent donc s'opérer sur cette image transformée qui est centrée pour un point (de vue) particulier de la scène. L'étape suivante (intégration trans-saccadique du Système Visuel Humain (SVH)) consiste ensuite à combiner ces détections de mouvement obtenues pour les différents centres de cette transformée pour fusionner les différentes interprétations visuelles obtenues selon ses différents points de vue. / This master thesis revolves around motion detection in sequences recorded from a fixed camera. This situation is challenging since we must ignore insignificant recurring motions such as oscillating branches, shadows, or waves on the surface of the water. Those must be classified as belonging to the background and static. Most motion detection techniques used nowadays are based on the simple and low level principle of background modeling and subtraction. These techniques are simple and fast but they reach their limit when they have to deal with complex or noisy images (from snowy, rainy, sunny weather, etc.). This research consist of proposing a technique aiming to improve those algorithms by mimicking two essential characteristics of the Human Visual System (HVS). To obtain a clear vision of an object (static or mobile) and then to analyse and identify it, our eye doesn't analyse the scene continuously but operates through several sweeping motions, or saccades, across the object. During each moment when the eye stays fixed, the image is projected on the retina and then interpreted as described by log-polar coordinates, where the center is the point fixed by the eye. Low level detection treatment should then operate on this transformed image which is centered on a particular point of view of the scene. The second step (the trans-saccadic integration of the HVS) is to combine all those data gathered from different points of view.

L'évaluation de la qualité d'image est un élément critique dans de nombreuses applications multimédias et en particulier lorsque l'observateur est le juge ultime. En général, le contrôle de la qualité des systèmes d'acquisitions de données est réalisé à partir de l'évaluation de la qualité d'image subjective. Cependant, les méthodes d'évaluation psycho-visuelle sont complexes, non reproductibles et dépendent de nombreux facteurs. Ces contraintes ont conduit alors à l'élaboration de nouvelles approches objectives basées sur des techniques d'analyse du signal image. Ainsi, au cours des deux dernières décennies, de nombreuses méthodes d'évaluation de la qualité d'image ont été proposées. Cependant, il n'existe pas actuellement de métrique de qualité d'image standard. L'objectif de ce travail de thèse est de proposer une approche multidimensionnelle de l'évaluation de la qualité d'image. Nous avons ainsi développé un nouveau système d'estimation de la qualité d'image (avec et sans référence) basée sur l'identification et la classification des artefacts. Cette connaissance a priori est ensuite utilisée pour sélectionner la métrique la plus appropriée. Les résultats obtenus sont très encourageants et invitent à progresser selon la démarche proposée en enrichissant le système développé par l'étude d'autres distorsions.

L'évaluation de la qualité des images médicales est essentielle pour optimiser un système d'imagerie. Dans le cadre d'approches basées sur la tâche, les modèles numériques proposés ont des limites: pour la tâche de localisation, la plupart des modèles ont besoin de la connaissance a priori des paramètres du signal; les modèles dédiés à la détection de signaux dans une image 3D se limitent aux signaux symétriques. Dans cette thèse, nous proposons de nouveaux modèles numériques: le CJO pour la détection sur une coupe d'un signal dont l'amplitude, l'orientation et la taille ne sont pas connus ; le PCJO et le msPCJO pour la détection-localisation de plusieurs signaux paramétriques d'amplitude, d'orientation, de taille et d'emplacement variables sur une coupe (PCJO) ou en 3D (msPCJO). Deux expériences ont été conçues et mises en œuvre pour la validation de nos modèles sur des images IRM présentant des lésions de SEP. Les résultats indiquent que nos modèles sont performants et prometteurs pour l'évaluation de systèmes d'imagerie.

En fait, le concept de texture n’est pas facile à définir, mais il est clair qu’il est fortement lié au Système Visuel Humain. Sachant que le Modèle LIP est compatible avec la vision humaine, il nous a semblé intéressant de créer des outils logarithmiques dédiés à l’évaluation de la texture. Nous nous sommes concentrés sur la notion de covariogramme, qui peut être pilotée par diverses métriques logarithmiques. Ces métriques jouent le rôle d’outils de “corrélation”, avec l’avantage de prendre en compte la vision humaine. De plus, les outils LIP sont peu dépendants des conditions d’éclairement et fournissent donc des résultats robustes si celles-ci varient. Les deux derniers Chapitres proposent une nouvelle approche consistant à considérer les niveaux de gris d’une image comme les phases d’un milieu. Chaque phase permet de simuler la percolation d’un liquide dans le milieu, définissant ainsi des trajectoires de percolation. Chaque propagation d’un pixel à un autre est considérée comme facile ou non, en fonction des niveaux de gris traversés. Une « fonction de coût » est créée, qui modifie le « temps » de propagation d’un point à l’autre. De plus, la fonction de coût peut être calculée dans le contexte LIP, pour prendre en compte la vision humaine / This thesis looks at the evaluation of textures in two different perspectives using logarithmic image processing (LIP) framework. The first case after introducing the concept of textures and giving some classical approaches of textures evaluation, it gives an original approach of textures evaluation called covariogram which is derived from similarity metrics like distances or correlations etc. The classical covariogram which is derived from the classical similarity metrics and LIP covariogram are then applied over several images and the efficiency of the LIP one is clearly shown for darkened images. The last two chapters offer a new approach by considering the gray levels of an image as the phases of a medium. Each phase simulates like a percolation of a liquid in a medium defining the percolation trajectories. The propagation from one pixel to another is taken as easy or difficult determined by the difference of the gray level intensities. Finally different parameters like fractality from fractal dimensions, mean histogram etc associated to these trajectories are derived, based on which the primary experiment for the classification of random texture is carried out determining the relevance of this idea. Obviously, our study is only first approach and requires additional workout to obtain a reliable method of classification

L'évaluation de la qualité des images médicales est essentielle pour optimiser un système d'imagerie. Dans le cadre d'approches basées sur la tâche, les modèles numériques proposés ont des limites: pour la tâche de localisation, la plupart des modèles ont besoin de la connaissance a priori des paramètres du signal; les modèles dédiés à la détection de signaux dans une image 3D se limitent aux signaux symétriques. Dans cette thèse, nous proposons de nouveaux modèles numériques: le CJO pour la détection sur une coupe d'un signal dont l'amplitude, l'orientation et la taille ne sont pas connus a priori; le PCJO et le msPCJO pour la détection-localisation de plusieurs signaux paramétriques d'amplitude, d'orientation, de taille et d'emplacement variables sur une coupe (PCJO) ou en 3D (msPCJO). Deux expériences ont été conçues et mises en oeuvre pour la validation de nos modèles sur des images IRM présentant des lésions de SEP. Les résultats indiquent que nos modèles sont performants et prometteurs pour l'évaluation de systèmes d'imagerie.