Cette thèse porte sur la modélisation d'environnements naturels et la localisation d'un robot mobile autonome. L'environnement, inconnu ou partiellement connu au départ, est perçu incrémentalement par le robot au moyen d'un capteur 3D (télémètre laser ou vision stéréoscopique). Les domaines d'application de ce travail se situent dans le cadre de la robotique mobile d'intervention et de l'exploration planétaire. Une première partie établit sous la forme d'un cahier des charges les caractéristiques que doit présenter le modèle de l'environnement et fait une analyse critique des différentes représentations étudiées dans la littérature. L'approche proposée est alors introduite et se base sur une décomposition de l'environnement en deux entités élémentaires: le sol et les objets. La deuxième partie porte sur la modélisation d'une perception. Elle précise comment le robot segmente le sol et les objets à partir des images 3D et l'illustre par de nombreux exemples sur des données issues de scènes et de capteurs différents. Un modèle géométrique est calculé indépendamment pour chacun des objets et des relations topologiques (caractérisant leurs dispositions relatives) sont établies entre eux. Des objets particuliers, appelés amers, sont sélectionnés sur la base de critères de précision et de distinction. Le robot identifie pour chacun d'eux leur sommet qui est une caractéristique reconnaissable et en calcule la position et l'incertitude en fonction de la forme de l'amer et de la résolution du capteur. La troisième et dernière partie traite de la modélisation incrémentale de l'ensemble de l'environnement. Après chaque perception, le robot cherche à reconnaître les amers ou une configuration d'amers dans le modèle. Les appariements trouvés lui permettent de réestimer à la fois sa position et son incertitude ainsi que celles des amers. Cette opération de localisation et de construction de la carte des amers est réalisée à l'aide du filtre de Kalman étendu. Le maintien des liens de corrélation entre les amers et le robot permet de conserver la cohérence globale de la carte. Plusieurs expérimentations de modélisation incrémentale sont présentées et analysées méthodiquement. Les positions estimées du robot et celles des amers sont comparées à des valeurs de reférences, notamment obtenues grâce à un théodolite laser, et permettent de conclure sur la validité des localisations et de la carte construite.

La topologie algébrique, bien que domaine abstrait des mathématiques, apporte de nouveaux concepts pour le traitement d'images. En effet, ces tâches sont complexes et restent limitées par différents facteurs tels que la nécessité d’utiliser un paramétrage, l'influence de l'arrière-plan ou la superposition d'objets. Nous proposons ici des méthodes dérivées de la topologie algébrique qui diffèrent des méthodes classiques de traitement d'images par l’intégration d’informations locales vers des échelles globales grâce à des invariants topologiques. Une première méthode de segmentation d'images a été développée en ajoutant aux caractéristiques statistiques classiques d’autres de nature topologique calculées par homologie persistante. Une autre méthode basée sur des complexes topologiques a été développée dans le but de segmenter les objets dans des images 2D et 3D. Cette méthode segmente des objets dans des images multidimensionnelles et fournit une réponse à certains problèmes habituels en restant robuste vis à vis du bruit et de la variabilité de l'arrière-plan. Son application aux images de grande taille peut se faire en utilisant des superpixels. Nous avons également montré que l'homologie relative détecte le mouvement d’objets dans une séquence d'images qui apparaissent et disparaissent du début à la fin. Enfin, nous posons les bases d’un ensemble de méthodes d'analyse d'images basé sur la théorie des faisceaux qui permet de fusionner des données locales en un ensemble cohérent. De plus, nous proposons une seconde approche qui permet de comprendre et d'interpréter la structure d’une image en utilisant les invariants fournis par la cohomologie des faisceaux. / Algebraic topology, which is often appears as an abstract domain of mathematics, can bring new concepts in the execution of the image processing tasks. Indeed, these tasks might be complex and limited by different factors such as the need of prior parameters, the influence of the background, the superposition of objects. In this thesis, we propose methods derived from algebraic topology that differ from classical image processing methods by integrating local information at global scales through topological invariants. A first method of image segmentation was developed by adding topological characteristics calculated through persistent homology to classical statistical characteristics. Another method based on topological complexes built from pixels was developed with the purpose to segment objects in 2D and 3D images. This method allows to segment objects in multidimensional images but also to provide an answer to known issues in object segmentation remaining robust regarding the noise and the variability of the background. Our method can be extended to large scale images by using the superpixels concept. We also showed that the relative version of homology can be used effectively to detect the movement of objects in image sequences. This method can detect and follow objects that appear and disappear in a video sequence from the beginning to the end of the sequence. Finally, we lay the foundations of a set of methods of image analysis based on sheaf theory that allows the merging of local data into a coherent whole. Moreover, we propose a second approach that allows to understand and interpret scale analysis and localization by using the sheaves cohomology.

Cette thèse s'inscrit dans le cadre des modèles de contours actifs. Il s'agit de méthodes dynamiquesappliquées à la segmentation d'image, en image fixe et vidéo. L'image est représentée par desdescripteurs régions et/ou contours. La segmentation est traitée comme un problème deminimisationd'une fonctionnelle. La recherche du minimum se fait via la propagation d'un contour actif dit basérégions. L'efficacité de ces méthodes réside surtout dans leur robustesse et leur rapidité. L'objectifde cette thèse est triple : le développement (i) d'une représentation paramétrique de courbes respectantcertaines contraintes de régularités, (ii) les conditions nécessaires à une évolution stable de cescourbes et (iii) la réduction des coûts calcul afin de proposer une méthode adaptée aux applicationsnécessitant une réponse en temps réel.Nous nous intéressons principalement aux contraintes de rigidité autorisant une plus granderobustesse vis-à-vis du bruit. Concernant l'évolution des contours actifs, nous étudions les problèmesd'application de la force de propagation, de la gestion de la topologie et des conditionsde convergence. Nous avons fait le choix des courbes splines cubiques. Cette famille de courbesoffre d'intéressantes propriétés de régularité, autorise le calcul exact des grandeurs différentiellesqui interviennent dans la fonctionnelle et réduit considérablement le volume de données à traiter.En outre, nous avons étendu le modèle classique des splines d'interpolation à un modèle de splinesd'approximation, dites smoothing splines. Ce dernier met en balance la contrainte de régularité etl'erreur d'interpolation sur les points d'échantillonnage du contour. Cette flexibilité permet ainsi deprivilégier la précision ou la robustesse.L'implémentation de ces modèles de splines a prouvé son efficacité dans diverses applicationsde segmentation.

Nous nous intéressons dans cette thèse à la vision à travers les murs (VTM) par radar ULB, avec comme objectif la mise au point d’une chaîne de traitement de l’information (CTI) complète pouvant être utilisée par différents types de radar imageur VTM. Pour ce faire, nous souhaitons prendre en compte le moins possible d’information a priori, ni sur les cibles, ni sur leur contexte environnemental. De plus, la CTI doit répondre à des critères d’adaptabilité et de modularité pour pouvoir traiter les informations issues de deux types de radar, notamment, le pulsé et le FMCW, développés dans deux projets dans lesquels s’inscrivent les travaux de cette thèse. L’imagerie radar est un point important dans ce contexte, nous l’abordons par la combinaison des algorithmes de rétroprojection et trilatération, et montrons l’amélioration apportée avec l’utilisation d’un détecteur TFAC prenant en compte la forme des signatures des cibles. La mise au point de la CTI est notre principale contribution. Le flux d’images radar obtenu est scindé en deux parties. La première séquence dynamique contient les cibles mobiles qui sont ensuite suivies par une approche multihypothèse. La seconde séquence statique contient les cibles stationnaires ainsi que les murs intérieurs qui sont détectés par une méthode s’appuyant sur la transformée de Radon. Nous avons produit un simulateur VTM fonctionnant dans le domaine temporel et fréquentiel pour mettre au point les algorithmes de la CTI et tester leur robustesse. Plusieurs scénarios de simulation ainsi que de mesures expérimentales, montrent que la CTI construite est pertinente et robuste. Elle est ainsi validée pour les deux systèmes radar. / This report is focused on Through-the-wall surveillance (TTS) using UWB radar, with the objective of developing a complete information processing pipeline (IPP) which can be used by different types of imaging radar. To do this, we want to take into account any a priori information, nor on the target, or their environmental context. In addition, the IPP must meet criteria of adaptability and modularity to process information from two types of radar, including pulsed and FMCW developed in two projects that are part of the work of this thesis. Radar imaging is an important point in this context ; we approach it by combining backprojection and trilateration algorithms and show the improvement with the use of a CFAR detector taking into account the shape of the targets signatures.The development of the IPP is our main contribution. The flow of radar images obtained is divided into two parts. The first dynamic sequence contains moving targets are tracked by a multiple hypothesis approach. The second static sequence contains stationary targets and interior walls that are highlighted by Radon transformbases approach. We developed a simulator operating in time and frequency domain to design the algorithms of the IPP and test their robustness. Several simulated scenarios and experimental measurements show that our IPP is relevant and robust. It is thus validated for both radar systems.

Cette thèse porte sur la catégorisation d'objets vidéo. L'objectif est d'associer des étiquettes sémantiques à des objets 2D présents dans les images/vidéos. L'approche proposée consiste à exploiter des bases d'objets 3D classifiés afin d'identifier des objets 2D inconnus. Nous proposons un schéma de reconnaissance d'objet, conçu pour fonctionner pour des applications en temps réel. La similitude entre des modèles 3D et des contenus 2D inconnu est évaluée à l'aide de la description 2D/3D. Une procédure de vote est ensuite utilisée afin de déterminer les catégories les plus probables de l'objet 2D. Nous proposons aussi une stratégie pour la sélection des vues les plus représentatives d'un objet 3D et un nouveau descripteur de contour (nommé AH). L'évaluation expérimentale a montré que, en employant la sélection intelligente de vues, le nombre de projections peut être diminué de manière significative (jusqu'à 5 fois) tout en obtenant des performances similaires. Les résultats ont également montré la supériorité de l'AH par rapport aux autres descripteurs adoptés. Une évaluation objective de la variabilité intra et inter classe des bases de données 3D impliqués dans ce travail est également proposé, ainsi qu'une étude comparative des approches d'indexations retenues. Une approche de segmentation interactive est également introduite. La méthode proposée est spécifiquement conçu pour surmonter les artefacts de compression tels que ceux mis en place par la compression JPEG. Enfin, nous présentons une plate-forme Web pour l'indexation/la recherche/la classification, qui intègre les différentes méthodologies utilisées dans cette thèse / This Ph.D. thesis tackles the issue of sill and video object categorization. The objective is to associate semantic labels to 2D objects present in natural images/videos. The principle of the proposed approach consists of exploiting categorized 3D model repositories in order to identify unknown 2D objects based on 2D/3D matching techniques. We propose here an object recognition framework, designed to work for real time applications. The similarity between classified 3D models and unknown 2D content is evaluated with the help of the 2D/3D description. A voting procedure is further employed in order to determine the most probable categories of the 2D object. A representative viewing angle selection strategy and a new contour based descriptor (so-called AH), are proposed. The experimental evaluation proved that, by employing the intelligent selection of views, the number of projections can be decreased significantly (up to 5 times) while obtaining similar performance. The results have also shown the superiority of AH with respect to other state of the art descriptors. An objective evaluation of the intra and inter class variability of the 3D model repositories involved in this work is also proposed, together with a comparative study of the retained indexing approaches . An interactive, scribble-based segmentation approach is also introduced. The proposed method is specifically designed to overcome compression artefacts such as those introduced by JPEG compression. We finally present an indexing/retrieval/classification Web platform, so-called Diana, which integrates the various methodologies employed in this thesis