Th. doct.-ing.--Technol., spécialité Contrôle des systèmes--Compiègne--Univ. de technol., 1994. / Bibliogr. p. 132-134. Résumé en français et en anglais.

Thèse doct.--Sci. ingénieur--Nice, 1995.

Th. doct.--Math. appl.--Paris 9, 1996. / Bibliogr. p. 209-221. Résumé. 1996 d'après la déclaration de dépôt légal.

Th. doct.-ing.--Électronique, électrotechn., autom.--Toulouse--I.N.P., 1979. N°: 68.

Le transport optimal trouve un nombre grandissant d’applications, dont celle qui nous intéresse dans ce travail, l'interpolation d’images. Malgré cet essor, la résolution numérique de ce transport soulève des difficultés et le développement d’algorithmes efficaces reste un problème d'actualité, en particulier pour des images de grande taille, comme on en trouve dans certains domaines (météorologie,...).Nous nous intéressons dans ce travail à la formulation de Benamou et Brenier, qui ont placé le problème dans un contexte de mécanique des milieux continus en ajoutant une dimension temporelle. Leur formulation consiste en la minimisation d’une fonctionnelle sur un espace des contraintes contenant une condition de divergence nulle, et les algorithmes existants utilisent une projection sur cet espace.A l'opposé, dans cette thèse, nous définissons et mettons en oeuvre des algorithmes travaillant directement dans cet espace.En effet, nous montrons que la fonctionnelle a de meilleures propriétés de convexité sur celui-ci.Pour travailler dans cet espace, nous considérons trois représentations des champs de vecteurs à divergence nulle. La première est une base d’ondelettes à divergence nulle. Cette formulation a été implémentée numériquement dans le cas des ondelettes périodiques à l'aide d'une descente de gradient, menant à un algorithme de convergence lente mais validant la faisabilité de la méthode. La deuxième approche consiste à représenter les vecteurs à divergence nulle par leur fonction de courant munie d'un relèvement des conditions au bord et la troisième à utiliser la décomposition de Helmholtz-Hodge.Nous montrons de plus que dans le cas unidimensionnel en espace, en utilisant l’une ou l'autre de ces deux dernières représentations, nous nous ramenons à la résolution d’une équation de type courbure minimale sur chaque ligne de niveau du potentiel, munie des conditions de Dirichlet appropriées.La minimisation de la fonctionnelle est alors assurée par un algorithme primal-dual pour problèmes convexes de Chambolle-Pock, qui peut aisément être adapté à nos différentes formulations et est facilement parallèlisable, menant à une implémentation performante et simple.En outre, nous démontrons les gains significatifs de nos algorithmes par rapport à l’état de l’art et leur application sur des images de taille réelle. / Optimal transport has an increasing number of applications, including image interpolation, which we study in this work. Yet, numerical resolution is still challenging, especially for real size images found in applications.We are interested in the Benamou and Brenier formulation, which rephrases the problem in the context of fluid mechanics by adding a time dimension.It is based on the minimization of a functional on a constraint space, containing a divergence free constraint and the existing algorithms require a projection onto the divergence-free constraint at each iteration.In this thesis, we propose to work directly in the space of constraints for the functional to minimize.Indeed, we prove that the functional we consider has better convexity properties on the set of constraints.To work in this space, we use three different divergence-free vector decompositions. The first in which we got interested is a divergence-free wavelet base. This formulation has been implemented numerically using periodic wavelets and a gradient descent, which lead to an algorithm with a slow convergence but validating the practicability of the method.First, we represented the divergence-free vector fields by their stream function, then we studied the Helmholtz-Hodge decompositions. We prove that both these representations lead to a new formulation of the problem, which in 1D + time, is equivalent to the resolution of a minimal surface equation on every level set of the potential, equipped with appropriate Dirichlet boundary conditions.We use a primal dual algorithm for convex problems developed by Chambolle and Pock, which can be easily adapted to our formulations and can be easily sped up on parallel architectures. Therefore our method will also provide a fast algorithm, simple to implement.Moreover, we show numerical experiments which demonstrate that our algorithms are faster than state of the art methods and efficient with real-sized images.

L'objectif de cette thèse est d'analyser l’utilité de la thermographie dans le cadre du diagnostic précoce du pied diabétique. Un protocole d'acquisition robuste des images thermiques est proposé, ainsi qu'un algorithme spécifique de traitement de ces images. Cet algorithme comporte une étape de prétraitement, suivie d'une segmentation et d’un recalage rigide. Différents paramètres sont ensuite évalués : la moyenne et l'écart type de la température de la voute plantaire de chacun des pieds droit et gauche, de même que le pourcentage des pixels pour lesquels la différence de température entre les pieds droit et gauche est supérieure à 2,2°C. Cela permet de mettre en évidence les régions en hyperthermie. Une étude clinique est menée sur une population de 85 personnes diabétiques. Ces patients sont classés sur critères médicaux dans trois groupes : risque faible, moyen ou élevé. Pour le groupe à faible risque, la température des pieds est proche de 32°C. Pour le groupe à risque moyen, elle descend à 31°C et remonte à 32°C pour le groupe risque élevé. Au stade précoce du pied diabétique, c'est-à-dire entre le risque faible et le risque moyen, la température de la surface plantaire diminue de 1°C : si ce résultat est confirmé par d'autres essais cliniques, cette information peut être utile pour le diagnostic précoce du pied diabétique. Enfin, 9 images sur les 85 étudiées révèlent une hyperthermie significative : cette indication d'hyperthermie peut être d'une aide considérable dans la prévention précoce de l'ulcère du pied et pourrait éviter des complications graves chez ces patients. / The object of the thesis is to analyze the potential of thermography in the early diagnosis of type 2 diabetic foot. The main advantages of thermography are that it is simple to use, non-invasive, contactless, non-irradiant, and fast. A robust acquisition protocol is proposed, as well as a dedicated image processing algorithm. The algorithm includes a pre-processing step, plus a segmentation and a rigid registration procedures. Various parameters are assessed: the mean and standard deviation of right and left feet plantar surfaces temperaure, as well as the percentage of pixels such that the absolute point to point temperature difference between right and left feet is greater than 2.2°C. A percentage greater than 1% indicates significative hyperthermia regions. A transversal clinical study is conducted on a population of 85 persons of type 2 diabetic foot. They are classified in one of these three groups: Low risk, Medium risk, and High risk. For the Low risk group, the mean temperature is close to 32°C. For the medium one, it goes down to 31°C, and increases for the High risk group to a value of 32°C. In the early stage of diabetic foot, i.e. from the Low risk group to Medium risk group, the plantar foot surface temperature is lowered by 1°C: if this result is confirmed by other clinical tests, this information can be useful for the early diagnosis of diabetic foot. Finally, 9 images out of the 85 show hyperthermia, mainly in the heel or toes regions. This hyperthermia indication may be of a substantial assistance in the early prevention of foot ulcer and can help in avoiding subsequent foot amputation.

Dans cette thèse, nous proposons un nouveau système de recherche par le contenu de catégories sémantiques d'objets vidéo.A partir des séquences vidéo, nous détectons et extrayons les régions contenant le même objet (visage d'une personne, un modèle de voiture, etc.) au cours d'un plan-séquence. A partir de ce volume, appelé Track, nous extrayons un ensemble de caractéristiques visuelles spatio-temporellement cohérentes qui forme ainsi un Tube Spatio-Temporel représentant l'objet.Pour évaluer la similarité entre Tubes Spatio-Temporels, nous concevons des fonctions noyaux dédiées. À partir de ces noyaux, nous proposons des stratégies d'apprentissage supervisé et interactif, intégrées dans un cadre Machine à Vecteurs de Supports.Notre approche est évaluée sur des bases de données de films réels. Elle surpasse les méthodes de l'état de l'art pour la reconnaissance d'acteurs multi-classes. Notre méthode est également testée pour la recherche interactive d'un acteur dans une base de vidéo et sur une base de données de voitures, illustrant ainsi la généricité de la méthode et ses possibles extensions à tout type d'objets vidéo. / In this thesis, we propose a new video object retrieval and recognition system based on visual content.From video sequences, we detect, then extract video objects such as face and car, and define the continuous content made of regions containing this object in successive frames. From this volume, called Track, we extract spatio-temporally consistent visual features to define the video object representation: Spatio-Temporal Tube.To evaluate the similarity between complex tube objects, we design a Spatio-Temporal Tube Kernel (STTK) function. Based on this kernel similarity we present both supervised and active learning strategies embedded in Support Vector Machine framework. Additionally, we propose a multi-class classification framework dealing with highly unbalanced datasets.Our approach is successfully evaluated on real movie databases. Our machine learning approach outperforms the state of the art methods for multi-class actor recognition. Our method is also evaluated for actor retrieval task and on a car database showing hence promising results for car identification task and the potential of extension to any category of video objects.

Parmi les approches d'imagerie préclinique, les techniques optiques sur petit animal fournissent une information fonctionnelle sur un phénomène biologique ainsi que sur sa localisation. De récents développements permettent d'exploiter ces méthodes dans le cadre de l'imagerie sur animal vigile. Les conditions physiologiques se rapprochent alors de celles du fonctionnement normal de l'organisme. Les travaux de cette thèse ont porté sur l'utilisation optimale de cette modalité via des méthodes originales d'analyse et de traitement.Les problèmes soulevés par la fusion des flux cinématiques et de données de bioluminescence nous ont amené à proposer des approches complémentaires d’estimationde mouvement de l’animal. La représentation sous forme implicite des informations issuesde la vidéo de l’animal permettent de construire un critère robuste à minimiser. L’ajout d’uncritère global mesurant la compacité du signal optique permet de considérer dans sa totalité les données multicanaux acquises pour augmenter la précision du recalage. Finalement ces deux modélisations offrent des résultats pertinents et validés expérimentalement.Dans le but de s'affranchir des contraintes de l'observation planaire de nos données nous avons conçu une méthode d’estimation du mouvement 3D de l’animal à partir d’un modèle pré-calculé. Grâce à un système d'acquisition multi-vues et simultanée de la scène, il est possible d’ajouter une contrainte sur l'estimation de la position de la source pour rendre robuste le suivi des poses issues de la vidéo. Les résultats expérimentaux montrent le potentiel de cette méthode pour fournir des mesures 3D précises sur l'animal vigile. / Optical imaging techniques, have taken, since many years, a great part in the preclinicalstudies. The luminescence signal could be now recorded with a short time resolution whichenables studies with freely moving animals. This is an improvement because several studieshighlighted the impact of anesthetics agent and animal handling to perform studies inphysiological conditions. In this thesis, we define the tools, based on computer visionmethods, which offer the possibility to express the potential of this modality.In some cases, animal movement and low signal produce weak localization of the signal.Therefore we propose to improve localization of the optical data for a freely moving animal byusing motion field obtained from the multi-channel data. First, we introduce silhouetteconstraints and landmarks on the mouse skin within a variation framework. To take intoaccount all data in the registration framework, we combine the previously defined criteria,with global ones which measure compactness of signal distribution. Fusion is formulated as adiscrete population framework which produces strong experimental results in comparison topairwise method.In the last part, we propose an original approach to enable 3D optical imaging in case offreely moving animal. Therefore, we present a novel model-based method to animal trackingfrom monocular video which allows the 3D measurement of the signal. The 3D animal poseand the illumination are dynamically estimated through minimization of an objective functionwith constraints on the signal position. Experimental results demonstrate the potential of ourapproach for 3D accurate measurement with freely moving animal.

Cette thèse contribue au domaine de la morphologie mathématique et illustre comment la statistique multivariée et les techniques d'apprentissage numérique peuvent être exploitées pour concevoir un ordre dans l'espace des vecteurs et pour inclure les résultats d'opérateurs morphologiques au processus d'analyse d'images multivariées. En particulier, nous utilisons l'apprentissage supervisé, les projections aléatoires, les représentations tensorielles et les transformations conditionnelles pour concevoir de nouveaux types d'ordres multivariés et de nouveaux filtres morphologiques pour les images multi/hyperspectrales. Nos contributions clés incluent les points suivants :• Exploration et analyse d'ordre supervisé, basé sur les méthodes à noyaux.• Proposition d'un ordre nonsupervisé, basé sur la fonction de profondeur statistique calculée par projections aléatoires. Nous commençons par explorer les propriétés nécessaires à une image pour assurer que l'ordre ainsi que les opérateurs morphologiques associés, puissent être interprétés de manière similaire au cas d'images en niveaux de gris. Cela nous amènera à la notion de décomposition en arrière plan. De plus, les propriétés d'invariance sont analysées et la convergence théorique est démontrée.• Analyse de l'ordre supervisé dans les problèmes de correspondance morphologique de patrons, qui correspond à l'extension de l'opérateur tout-ou-rien aux images multivariées grâce à l‘utilisation de l'ordre supervisé.• Discussion sur différentes stratégies pour la décomposition morphologique d'images. Notamment, la décomposition morphologique additive est introduite comme alternative pour l'analyse d'images de télédétection, en particulier pour les tâches de réduction de dimension et de classification supervisée d'images hyperspectrales de télédétection.• Proposition d'un cadre unifié basé sur des opérateurs morphologiques, pour l'amélioration de contraste et pour le filtrage du bruit poivre-et-sel.• Introduction d'un nouveau cadre de modèles Booléens multivariés en utilisant une formulation en treillis complets. Cette contribution théorique est utile pour la caractérisation et la simulation de textures multivariées. / This thesis contributes to the field of mathematical morphology and illustrates how multivariate statistics and machine learning techniques can be exploited to design vector ordering and to include results of morphological operators in the pipeline of multivariate image analysis. In particular, we make use of supervised learning, random projections, tensor representations and conditional transformations to design new kinds of multivariate ordering, and morphological filters for color and multi/hyperspectral images. Our key contributions include the following points:• Exploration and analysis of supervised ordering based on kernel methods.• Proposition of an unsupervised ordering based on statistical depth function computed by random projections. We begin by exploring the properties that an image requires to ensure that the ordering and the associated morphological operators can be interpreted in a similar way than in the case of grey scale images. This will lead us to the notion of background/foreground decomposition. Additionally, invariance properties are analyzed and theoretical convergence is showed.• Analysis of supervised ordering in morphological template matching problems, which corresponds to the extension of hit-or-miss operator to multivariate image by using supervised ordering.• Discussion of various strategies for morphological image decomposition, specifically, the additive morphological decomposition is introduced as an alternative for the analysis of remote sensing multivariate images, in particular for the task of dimensionality reduction and supervised classification of hyperspectral remote sensing images.• Proposition of an unified framework based on morphological operators for contrast enhancement and salt- and-pepper denoising.• Introduces a new framework of multivariate Boolean models using a complete lattice formulation. This theoretical contribution is useful for characterizing and simulation of multivariate textures.

Le traitement et l’analyse d’images angiographiques rotationnelles 3D (3DRA) de haute résolution spatiale pour l’aide à la planification d’interventions en neuroradiologie interventionnelle est un domaine de recherche récent et en plein essor. Les neuroradiologues ont besoin d’outils interactifs pour la planification des procédures d’embolisation et l’optimisation du guidage de microcathéters durant les interventions endovasculaires. L’exploitation des données d’imagerie pour l’aide au diagnostic et la thérapeutique requiert le développement d’algorithmes robustes et de méthodes efficaces. Ces méthodes permettent d’intégrer les informations contenues dans ces images pour en extraire des descripteurs anatomiques utiles durant les phases pre et per-opératoires.Cette thèse est dédiée au développement d’une chaine de traitement complète comprenant la segmentation, la reconstruction tridimensionnelle (3D) et la représentation symbolique de vaisseaux cérébraux à partir d’images 3DRA, pour faciliter la planification d’interventions d’embolisation pour le traitement de Malformations ArtérioVeineuses cérébrales (MAVs).La première partie du travail est consacrée à l’étude des différentes approches utilisées en segmentation des vaisseaux. Deux méthodes de segmentation sont ensuite proposées. Tout d’abord, une méthode de segmentation 2D coupe par coupe est développée ainsi qu’un technique robuste de suivi de vaisseaux permettant de détecter les bifurcations et de poursuivre le tracking de plusieurs branches du même vaisseau. Un maillage basé sur la triangulation Contrainte de Delaunay permet ensuite la reconstruction et la visualisation 3D des vaisseaux ainsi obtenus. Une méthode de segmentation 3D automatisée des images 3DRA est ensuite développée, elle présente l’avantage d’être plus rapide et de traiter le volume d’images entier en 3D. Cette méthode est basée sur la croissance de régions. Le processus 3D démarre à partir d’une coupe initiale pré-segmentée en utilisant la reconstruction géodésique et sur laquelle les germes sont placés de manière automatique. Finalement, une représentation du réseau vasculaire sur laquelle on distingue clairement les trois entités que sont les artères, les veines drainantes et le nidus est obtenue.La deuxième partie de la thèse est consacrée à la représentation symbolique des vaisseaux. L'étude hiérarchique du squelette permet de donner une description graphique du réseau vasculaire cérébral. A partir de cette description graphique, les vaisseaux et leurs branches sont labellisés et un ou plusieurs vaisseaux peuvent être isolés du reste du réseau pour une analyse visuelle plus précise, ce qui n’est pas possible avec les reconstructions 3D du constructeur. De plus, cette représentation améliore la détermination des chemins optimaux pour l’embolisation de la MAV et réduit la complexité due à l’enchevêtrement des vaisseaux malformés.La chaine de traitement complète ainsi développée aboutit à une description 3D précise des vaisseaux. Elle permet une meilleure compréhension structurelle du réseau vasculaire cérébral et offre aux neuroradiologues la possibilité d’extraire des descripteurs anatomiques, et géométriques (taille, diamètre…) des vaisseaux. Enfin, une étape de vérification des résultats par un expert neuroradiologue a permis la validation clinique des résultats de segmentation et de reconstruction 3D. L’intégration des algorithmes développés dans une interface graphique intuitive et facile d’utilisation devra être faite pour permettre l’exploitation de nos résultats en routine clinique / The processing and analysis of 3D Rotational Angiographic images (3DRA) of high spatial resolution to facilitate intervention planning in interventional neuroradiology is a new and booming research area. Neuroradiologists need interactive tools for the planning of embolization procedures and the optimization of the guidance of micro-catheters during endovascular interventions. The exploitation of imaging data to help in diagnosis and treatment requires the development of robust algorithms and efficient methods. These methods allow integrating information included in these images in order to extract useful anatomical descriptors during preoperative and peroperative phases.This thesis is dedicated to the development of a complete processing pipeline including segmentation, three-dimensional (3D) reconstruction and symbolic representation of cerebral vessels from 3DRA images, aiming to facilitate the embolization intervention planning for the treatment of cerebral ArterioVenous Malformations (AVMs).The first part of the work is devoted to the study of the different approaches used for the segmentation of vessels. Two segmentation methods are then proposed. First, a 2D slice-by-slice segmentation method is developed, followed by a robust vessel tracking process that enables detecting bifurcations and further following several branches of the same vessel. A mesh based on the Constrained Delaunay triangulation allows then the 3D reconstruction and visualization of the obtained vessels. An automated 3D segmentation method of 3DRA images is then developed, which presents the advantage of being faster and processing the whole 3D volume of images. This method is region growing based. The 3D process starts from an initial pre-segmented slice using the geodesic reconstruction, where the seeds are automatically placed. Finally, a representation of the vasculature is obtained, in which these three entities are clearly visible: the feeding arteries, the draining veins and the nidus.The second part of the thesis is devoted to the symbolic representation of the vessels. The hierarchical study of the skeleton allows giving a graphic description of the cerebral vascular network. From this graphic description, the vessels and their branches are labeled and one or more vessels can be isolated from the rest of network for a more accurate visual analysis, which is not possible with the original 3D reconstructions. Moreover, this improves the determination of the optimal paths for the AVM embolization and reduces the complexity due to the entanglement of the malformed vessels.The complete processing pipeline thus developed leads to a precise 3D description of the vessels. It allows a better understanding of the cerebral vascular network structure and provides the possibility to neuroradiologists of extracting anatomical and geometric descriptors (size, diameter...) of the vessels. Finally, a verification step of the results by a neuroradiology expert enabled clinical validation of the 3D segmentation and reconstruction results. The integration of the developed algorithms in a user-friendly graphical interface should be achieved to allow the exploitation of our results in clinical routine