Cette thèse doctorale aborde divers aspects méthodologiques de l’analyse de levés électromagnétiques aéroportés en domaine temporel (TDEM) pour une interprétation détaillée à finalités géologique et hydrogéologique. Ce travail s’est appuyé sur un levé réalisé dans la région de Courtenay (Nord-Est de la région Centre) caractérisée par un plateau de craie karstifié (karst des Trois Fontaines) recouvert par des argiles d’altération et des alluvions. Tout d’abord, une méthode de filtrage des données TDEM utilisant la Décomposition en Valeurs Singulières (SVD) a été développée. L’adaptation rigoureuse de cette technique aux mesures TDEM a permis de séparer avec succès les bruits, qui ont pu être cartographiés, et le « signal géologique », diminuant grandement le temps nécessaire à leur traitement. De plus, la méthode s’est avérée efficace pour obtenir, rapidement, des informations géologiques préliminaires sur la zone. Ensuite, une analyse croisée entre le modèle de résistivité obtenu en inversant les données filtrées et les forages disponibles a été effectuée. Celle-ci a mené à une amélioration de la connaissance géologique et hydrogéologique de la zone. Une figure d’ondulation, séparant deux dépôts de craie, et le réseau de failles en subsurface ont pu être imagés, apportant un cadre géologique au karst des Trois Fontaines. Enfin, une nouvelle méthode combinant l’information aux forages et les pentes issues du modèle de résistivité EM a permis d’obtenir un modèle d‟une précision inégalée du toit de la craie. L’ensemble de ces travaux fournit un cadre solide pour de futures études géo-environnementales utilisant des données TDEM aéroportées, et ce, même en zone anthropisée. / This PhD thesis addresses various methodological aspects of the analysis of airborne Time Domain ElectroMagnetic (TDEM) surveys for a detailed interpretation in geological and hydrogeological purposes. This work was based on a survey conducted in the region of Courtenay (north-east of the Région Centre, France) characterized by a plateau of karstified chalk (karst des Trois Fontaines) covered by weathering clays and alluvium. First, a TDEM data filtering method using the Singular Value Decomposition (SVD) was developed. The rigorous adaptation of this technique to TDEM data has successfully separated the noise, which was mapped, and the “geological signal”, greatly reducing the time required for processing. Furthermore, the method has proved to be effective to obtain quick preliminary geological information on the area. Then, a cross analysis between the resistivity model obtained by inverting the filtered data and the available boreholes was conducted. This has led to the improvement of the geological and hydrogeological knowledge of the area. An undulating feature, separating two chalk deposits, and a fault network were imaged in subsurface, providing a geological framework for the Trois Fontaines karst. Finally, a new 3D modelling method combining the information at boreholes and the slopes derived from the EM resistivity model yielded an accurate model of the top of the chalk. All of this work provides a solid framework for future geo-environmental studies using airborne TDEM data, even in anthropized area.

L’objectif de cette thèse est d’analyser le comportement de la décomposition modale empirique (EMD) et sa version multivariée (MEMD) dans le cas de processus stochastiques : bruit Gaussien fractionnaire (fGn) et processus symétrique alpha stable (SαS). Le fGn est un bruit large bande généralisant le cas du bruit blanc Gaussien et qui trouve des applications dans de nombreux domaines tels que le trafic internet, l’économie ou le climat. Par ailleurs, la nature «impulsive» d’un certain nombre de signaux (craquement des glaces, bruit des crevettes claqueuses, potentiel de champ local en neurosciences,…) est indéniable et le modèle Gaussien ne convient pas pour leur modélisation. La distribution SαS est une solution pour modéliser cette classe de signaux non-Gaussiens. L’EMD est un outil bien adapté au traitement et à l’analyse de ces signaux réels qui sont, en général, de nature complexe (non stationnaire,non linéaire). En effet, cette technique, pilotée par les données, permet la décomposition d’un signal en une somme réduite de composantes oscillantes, extraites de manière itérative, appelées modes empiriques ou IMFs (Intrinsic Mode Functions). Ainsi, nous avons montré que le MEMD s’organise spontanément en une structure de banc de filtres presque dyadiques. L'auto-similarité en termes de représentation spectrale des modes a aussi été établie. En outre, un estimateur de l’exposant de Hurst, caractérisant le fGn, a été construit et ses performances ont été comparées, en particulier à celles de l’approche ondelettes. Cette propriété de banc de filtres du MEMD a été vérifiée sur des données d'hydrodynamique navale (écoulement turbulent) et leur auto-similarité a été mise en évidence. De plus, l’estimation du coefficient de Hurst a mis en avant l’aspect longue dépendance (corrélation positive) des données. Enfin, l’aspect banc de filtres de l’EMD a été exploité à des fins de filtrage dans le domaine temporel en utilisant une mesure de similarité entre les densités de probabilités des modes extraits et celle du signal d’entrée. Pour éviter le problème du mode mixing de l'EMD standard, une approche de débruitage dans le domaine fréquentiel par une reconstruction complète des IMFs préalablement seuillées a été menée. L’ensemble des résultats a été validé par des simulations intensives (Monte Carlo) et sur des signaux réels. / The main contribution of this thesis is aimed towards understanding the behaviour of the empirical modes decomposition (EMD) and its extended versions in stochastic situations.

Le modèle ROF (Rudin, Osher, Fatemi), introduit en 1992 en utilisant la variation totale comme terme de régularisation pour la restauration d'images, a fait l'objet de nombreuses recherches théoriques et numériques depuis. Dans cette thèse, nous présentons de nouveaux modèles inspirés de la variation totale mais construits par analogie avec une méthode de débruitage beaucoup plus récente et radicalement différente : les moyennes non locales (NL-means). Dans une première partie, nous transposons le modèle ROF dans un cadre bayésien, et montrons que l'estimateur associé à un risque quadratique (moyenne a posteriori) peut être calculé numériquement à l'aide d'un algorithme de type MCMC (Monte Carlo Markov Chain), dont la convergence est soigneusement contrôlée compte tenu de la dimension élevée de l'espace des images. Nous montrons que le débruiteur associé permet notamment d'éviter le phénomène de "staircasing", défaut bien connu du modèle ROF. Dans la deuxième partie, nous proposons tout d'abord une version localisée du modèle ROF et en analysons certains aspects : compromis biais-variance, EDP limite, pondération du voisinage, etc. Enfin, nous discutons le choix de la variation totale en tant que modèle a priori, en confrontant le point de vue géométrique (modèle ROF) au cadre statistique (modélisation bayésienne).

Nous proposons, implémentons et évaluons dans cette thèse des algorithmes permettant d'améliorer la résolution spatiale dans les images et débruiter les données en tomographie par émission de positrons. Ces algorithmes ont été employés pour des reconstructions sur une caméra à haute résolution (HRRT) et utilisés dans le cadre d'études cérébrales, mais la méthodologie développée peut être appliquée à d'autres caméras et dans d'autres situations. Dans un premier temps, nous avons développé une méthode de reconstruction itérative intégrant un modèle de résolution spatiale isotropique et stationnaire dans l'espace image, mesuré expérimentalement. Nous avons évalué les apports de cette méthode sur simulation Monte-Carlo, examens physiques et protocoles cliniques en la comparant à un algorithme de reconstruction de référence. Cette étude suggère une réduction des biais de quantification, en particulier dans l'étude clinique, et de meilleures corrélations spatialles et temporelles au niveau des voxels. Cependant, d'autres méthodes doivent être employées pour réduire le niveau de bruit dans les données. Dans un second temps, une approche de débruitage maximum a posteriori adaptée aux données dynamiques et permettant de débruiter temporellement les données d'acquisition (sinogrammes) ou images reconstruites a été proposé. L'a priori a été introduit en modélisant les coefficients dans une base d'ondelettes de l'ensemble des signaux recherchés (images ou sinogrammes). Nous avons comparé cette méthode à une méthode de débruitage de référence sur des simulations répliquées, ce qui illustre l'intérêt de l'approche de débruitage des sinogrammes.

Cette thèse propose l'étude des propriétés locales satisfaites par le modèle d'Ising défini sur un graphe torique d-dimensionnel. Lorsque la taille n du graphe tend vers l'infini, une limite pour leur probabilité d'apparition est obtenue en fonction des potentiels de surface a=a(n) et de paire b=b(n). En mettant en évidence un phénomème de seuil, nous déterminons le moment d'apparition dans le graphe d'une propriété locale donnée. Puis, en se plaçant à sa fonction seuil, nous démontrons une approximation poissonnienne pour sa probabilité d'apparition. Enfin, deux applications sont proposées : une estimation des potentiels a et b ainsi qu'un algorithme de débruitage d'images en niveaux de gris.

Cette thèse porte sur les décompositions en ondelettes M-bandes en arbre dual ainsi que sur leur application à l'analyse et la restauration d'images. Ces décompositions permettent d'obtenir une analyse multi-échelles, directionnelle et locale des images. Elles s'inscrivent donc dans la perspective de travaux récents visant à mieux représenter les informations géométriques (textures, contours) et les préserver lors de traitements. Ce travail s'appuie sur les travaux antérieurs de N. Kingsbury et I. Selesnick portant sur la construction de décompositions en ondelettes formant des paires de Hilbert (approchées). Ces auteurs ont établi divers résultats concernant le cas dyadique et l'une de nos contributions a été de montrer qu'il était possible de généraliser leurs conclusions et de montrer de nouveaux résultats dans le cas M-bandes. Les représentations proposées présentent de nombreux avantages notamment en termes d'invariance par translation de l'analyse et de sélectivité directionnelle. Nous avons établi les conditions que doivent satisfaire les bancs de filtres en arbre dual servant à l'analyse et à la synthèse des signaux traités. Nous avons également étudié les pré-traitements qu'il est nécessaire d'appliquer à des données discrètes. Ces décompositions introduisant typiquement une redondance d'un facteur 2 (dans le cas réel, et de 4 dans le cas complexe), elles constituent des trames à partir desquelles on peut calculer une reconstruction optimale. Ces nouvelles transformées ont finalement été généralisées aux cadres biorthogonal et complexe. Notre volonté d'appliquer ces outils d'analyse au débruitage de signaux nous a conduit à l'étude des propriétés statistiques des coefficients issus de la décomposition M-bandes en arbre dual d'un processus aléatoire stationnaire au sens large. Nous avons tout d'abord calculé les statistiques au second ordre de ces coefficients et nous avons étudié le rôle du post-traitement dans le calcul des corrélations. Quelques résultats asymptotiques concernant les corrélations d'un couple de coefficients primal/dual ont également été obtenus. Les inter-corrélations entre les ondelettes primale et duale jouant un rôle clé dans notre étude, nous en avons fourni des expressions exactes pour quelques familles d'ondelettes usuelles. Des simulations numériques nous ont aussi permis de valider nos résultats théoriques ainsi que d'évaluer la zone d'influence de la dépendance statistique induite. Pour démontrer l'efficacité de ces décompositions, nous avons été amenés à nous intéresser à deux types de problèmes : le débruitage et la déconvolution d'images. En ce qui concerne le débruitage, nous avons poursuivi deux buts principaux liés au cheminement de la thèse. Dans un premier temps, nous nous sommes attachés à montrer que la décomposition en arbre dual M-bandes apporte un gain significatif en terme de qualité, à la fois objective et subjective, par rapport à une décomposition en ondelettes classique, voire une décomposition dyadique en arbre dual. Dans un second temps, nous avons considéré le débruitage d'images multi-canaux pour lesquelles nous avons mis en place un estimateur statistique original reposant sur l'emploi du principe de Stein et permettant notamment de prendre en compte des voisinages quelconques (spatial, intercomposantes, inter-échelles, ...). Les problèmes de déconvolution d'images ont été appréhendés dans le cadre de méthodes variationnelles, en mettant en place un algorithme itératif, utilisant des outils récemment développés en analyse convexe. L'approche proposée permet de résoudre des problèmes inverses associés à des modèles probabilistes variés et elle est applicable à l'analyse M-bandes en arbre dual ainsi qu'à tout autre type de représentation à l'aide d'une trame.

L'utilisation d'ondelettes et d'outils d'analyse fractale est appropriée à l'analyse des signaux irreguliers. On pense que la caractérisation de la régularité locale est importante dans la description de ces signaux. Pour étudier la régularité, on utilise l'exposant de Hölder autour duquel plusieurs outils sont développés. Premièrement, on décrit et on compare des techniques permettant d'estimer cet exposant. Puis nous présentons une méthode d'interpolation de points basée sur la conservation de la régularité Hölderienne. Pour conclure la partie sur l'analyse Hölderienne, de nouvelles méthodes de débruitage avec contrôle de la régularité sont exposées. Ces méthodes, à base d'ondelettes, présentent des taux de convergence asymptotique similaires aux méthodes les plus performantes. Les divers outils développés peuvent être appliqués aux signaux 1D ainsi qu'aux images. Plus particulièrement, dans la deuxième partie de la thèse, on s'intéresse à des profils routiers afin de mieux modéliser le frottement pneumatique-chaussée. Ce travail entre dans le cadre de l'O.R. Adhérence du LCPC, qui a pour but de quantifier le rôle des aspérités de dimensions micrométrique à centimétrique, formant la texture des surfaces de chaussée, dans la génération du frottement. Dans cette partie, nous présentons les travaux menés aux LCPC sur la technique d'indenteur et sa combinaison au modèle de frottement de Stefani. Ensuite on démontre la fractalité des profils routiers puis l'apport des techniques d'interpolation Hölderienne et de débruitage multifractal sur le calcul du frottement. Enfin un modèle multi-echelle de frottement, provenant d'un raffinement du modèle de Stefani, est explicité.

L'objectif principal de cette thèse est le pré-traitement des signaux d'électroencéphalographie (EEG). En particulier, elle vise à développer une méthodologie pour obtenir un EEG dit "propre" à travers l'identification et l'élimination des artéfacts extra-cérébraux (mouvements oculaires, clignements, activité cardiaque et musculaire) et du bruit. Après identification, les artéfacts et le bruit doivent être éliminés avec une perte minimale d'information, car dans le cas d'EEG, il est de grande importance de ne pas perdre d'information potentiellement utile à l'analyse (visuelle ou automatique) et donc au diagnostic médical. Plusieurs étapes sont nécessaires pour atteindre cet objectif : séparation et identification des sources d'artéfacts, élimination du bruit de mesure et reconstruction de l'EEG "propre". A travers une approche de type séparation aveugle de sources (SAS), la première partie vise donc à séparer les signaux EEG dans des sources informatives cérébrales et des sources d'artéfacts extra-cérébraux à éliminer. Une deuxième partie vise à classifier et éliminer les sources d'artéfacts et elle consiste en une étape de classification supervisée. Le bruit de mesure, quant à lui, il est éliminé par une approche de type débruitage par ondelettes. La mise en place d'une méthodologie intégrant d'une manière optimale ces trois techniques (séparation de sources, classification supervisée et débruitage par ondelettes) constitue l'apport principal de cette thèse. La méthodologie développée, ainsi que les résultats obtenus sur une base de signaux d'EEG réels (critiques et inter-critiques) importante, sont soumis à une expertise médicale approfondie, qui valide l'approche proposée.

Le bruit dans les images limite souvent l'interprétation visuelle ou automatique de la scène. Le chatoiement ou "speckle" en imagerie radar à synthèse d'ouverture (RSO) et le bruit de grenaille ou "shot noise" en imagerie à faible luminosité sont deux exemples de fortes corruptions qui nécessitent l'utilisation de techniques de débruitage. Les vignettes ou "patchs" sont de petites imagettes qui capturent à la fois les textures et les structures locales. Bien qu'étant assez rudimentaires (comparées à des descripteurs de plus haut niveau), elles ont mené à de puissantes approches de traitement d'images tirant parti de la redondance naturelle des images. Les méthodes à patchs représentent l'état-de-l'art des méthodes de débruitage. La technique classique de débruitage à patchs, les moyennes non-locales (NL), est conçue pour les images corrompues par du bruit additif gaussien (c-à-d., pour des fluctuations symétriques, indépendantes du signal et sans valeurs extrêmes). Les moyennes NL ne peuvent pas être appliquées directement sur des images corrompues par un bruit non-gaussien surtout pour des distributions asymétriques, dépendantes du signal et à queues lourdes telles que le bruit de chatoiement et le bruit de grenaille. Le but de cette thèse est de combler le fossé entre les méthodes de débruitage à patchs, restreintes au bruit gaussien, et les techniques dédiées aux images RSO. Après avoir examiné les techniques de débruitage d'image pour le bruit gaussien puis non-gaussien, nous proposons une extension des moyennes NL qui s'adapte à la distribution d'un bruit donné. Au-delà du problème du débruitage d'image, nous étudions le problème de la comparaison de patchs sous conditions non-gaussiennes. La plupart des tâches de vision par ordinateur requièrent de mettre en correspondance des parties d'images. Nous introduisons un critère de similarité fondé sur le rapport de vraisemblance généralisé et nous illustrons son efficacité sur différentes applications dont la détection, la vision stéréoscopique et le suivi de mouvement. Ce critère est au coeur de l'estimateur à patchs proposé. Un schéma itératif est élaboré pour faire face aux fortes corruptions de bruit et nous développons une méthode non-supervisée pour le réglage des paramètres. Notre approche mène à des résultats de débruitage état-de-l'art en imagerie RSO pour les images d'amplitude, ainsi que les données interférométriques ou polarimétriques. La technique proposée est appliquée avec succès sur l'un des derniers capteurs aérien RSO: F-SAR de l'agence aérospatiale allemande (DLR). Les images avec de forts contrastes souffrent d'un artéfact de débruitage de type "halo de bruit" dû à l'absence de patchs similaires dans les environs de certaines structures. Ce bruit résiduel peut être réduit en considérant des patchs avec des formes d'échelle et d'orientation variées. La sélection locale des formes pertinentes permet d'améliorer la qualité du débruitage, surtout à proximité des contours.

Cette thèse doctorale aborde divers aspects méthodologiques de l‟analyse de levés électromagnétiques aéroportés en domaine temporel (TDEM) pour une interprétation détaillée à finalités géologique et hydrogéologique. Ce travail s‟est appuyé sur un levé réalisé dans la région de Courtenay (Nord-Est de la région Centre) caractérisée par un plateau de craie karstifié (karst des Trois Fontaines) recouvert par des argiles d‟altération et des alluvions. Tout d‟abord, une méthode de filtrage des données TDEM utilisant la Décomposition en Valeurs Singulières (SVD) a été développée. L‟adaptation rigoureuse de cette technique aux mesures TDEM a permis de séparer avec succès les bruits, qui ont pu être cartographiés, et le " signal géologique ", diminuant grandement le temps nécessaire à leur traitement. De plus, la méthode s‟est avérée efficace pour obtenir, rapidement, des informations géologiques préliminaires sur la zone. Ensuite, une analyse croisée entre le modèle de résistivité obtenu en inversant les données filtrées et les forages disponibles a été effectuée. Celle-ci a mené à une amélioration de la connaissance géologique et hydrogéologique de la zone. Une figure d‟ondulation, séparant deux dépôts de craie, et le réseau de failles en subsurface ont pu être imagés, apportant un cadre géologique au karst des Trois Fontaines. Enfin, une nouvelle méthode combinant l‟information aux forages et les pentes issues du modèle de résistivité EM a permis d‟obtenir un modèle d‟une précision inégalée du toit de la craie. L‟ensemble de ces travaux fournit un cadre solide pour de futures études géo-environnementales utilisant des données TDEM aéroportées, et ce, même en zone anthropisée.