Iris recognition constitutes one of the most powerful method for the iden- tification and authentication of people today. This thesis aims to describe the algorithms used in a sophisticated and mathematically correct way, while re- maining comprehensible. The description of these algorithms is not the only objective of this thesis; the reason they were chosen and potential improvements or substitutions are also discussed. The background of iris recognition, its use in cryptosystems, and the application of error-correcting codes are investigated as well.

Iris recognition constitutes one of the most powerful method for the iden- tification and authentication of people today. This thesis aims to describe the algorithms used by a mathematical apparatus. The description of these algo- rithms is not the only objective of this thesis; the reason they were chosen and potential improvements or substitutions are also discussed. The background of iris recognition, its use in cryptosystems, and the application of error-correcting codes are investigated as well. The second version of the thesis eliminates errata and a quantum of inaccu- racies discovered in the first version, especially in the ROI Definition, the Hough Transform and the Feature Extraction sections. Besides that, it also contains se- veral new propositions. Last, but not least, it shows a potential implementation of the algorithms described by appending pseudocodes to the relevant sections. 1

Cette thèse est une étude de modèles d'image aléatoires avec des applications en synthèse de texture.Dans la première partie de la thèse, des algorithmes de synthèse de texture basés sur le modèle shot noise sont développés. Dans le cadre discret, deux processus aléatoires, à savoir le shot noise discret asymptotique et le bruit à phase aléatoire, sont étudiés. On élabore ensuite un algorithme rapide de synthèse de texture basé sur ces processus. De nombreuses expériences démontrent que cet algorithme permet de reproduire une certaine classe de textures naturelles que l'on nomme micro-textures. Dans le cadre continu, la convergence gaussienne des modèles shot noise est étudiée d'avantage et de nouvelles bornes pour la vitesse de cette convergence sont établies. Enfin, on présente un nouvel algorithme de synthèse de texture procédurale par l'exemple basé sur le récent modèle Gabor noise. Cet algorithme permet de calculer automatiquement un modèle procédural représentant des micro-textures naturelles.La deuxième partie de la thèse est consacrée à l'étude du processus feuilles mortes transparentes (FMT), un nouveau modèle germes-grains obtenu en superposant des objets semi-transparents. Le résultat principal de cette partie montre que, lorsque la transparence des objets varie, le processus FMT fournit une famille de modèles variant du modèle feuilles mortes à un champ gaussien. Dans la troisième partie de la thèse, les champs aléatoires à variation bornés sont étudiés et on établit des résultats généraux sur le calcul de la variation totale moyenne de ces champs. En particulier, ces résultats généraux permettent de calculer le périmètre moyen des ensembles aléatoires et de calculer explicitement la variation totale moyenne des modèles germes-grains classiques.

De nombreuses applications audio, telles que les outils d'analyse-synthèse ou les codeurs audio, nécessitent des représentations des signaux linéaires et adaptées aux signaux non stationnaires. Typiquement, ces représentations sont de types « Gabor » ou « ondelettes ». Elles permettent de décomposer n'importe quel signal en une somme de fonctions élémentaires (ou « atomes ») bien localisées dans le plan temps-fréquence (TF). Dans le but d'adapter ces représentations à la perception auditive humaine, ce travail porte sur l'étude du masquage auditif dans le plan TF. Dans la littérature, le masquage a été considérablement étudié dans les plans fréquentiel et temporel. Peu d'études se sont intéressées au masquage dans le plan TF. D'autre part, toutes ces études ont employé des stimuli de longue durée et/ou large bande, donc pour lesquels la concentration d'énergie dans le plan TF n'est pas maximale. En conséquence, les résultats ne permettent pas de prédire les effets de masquage entre des atomes TF. Au cours de cette thèse, le masquage a donc été mesuré dans le plan TF avec des stimuli — masque et cible — dotés d'une localisation TF maximale : des sinusoïdes modulées par une fenêtre Gaussienne de courte durée (ERD = 1,7 ms) et à support fréquentiel compact (ERB = 600 Hz). La fréquence du masque était fixée à 4 kHz et son niveau à 60 dB SL. Masque et cible étaient séparés en fréquence, en temps, ou en TF. Les résultats pour les conditions TF fournissent une estimation de l'étalement du masquage TF pour un atome. Les résultats pour les conditions fréquence et temps ont permis de montrer qu'une combinaison linéaire des fonctions de masquage fréquentiel et temporel ne fournit pas une représentation exacte du masquage TF pour un atome. Deux expériences supplémentaires ont été menées afin d'étudier les effets du niveau et de la fréquence du masque Gaussien sur le pattern de masquage fréquentiel. Une diminution du niveau du masque de 60 à 30 dB SL a provoqué un renversement de l'asymétrie des patterns de masquage et un rétrécissement de l'étalement spectral du masquage, conformément à la littérature. La comparaison sur une échelle ERB des patterns mesurés à 0,75 et 4 kHz a révélé un étalement spectral du masquage similaire pour les deux fréquences. Ce résultat est cohérent avec l'analyse fréquentielle à facteur de qualité constant du système auditif. La thèse s'achève sur une tentative d'implémentation des données psychoacoustiques dans un outil de traitement du signal visant à éliminer les atomes inaudibles dans les représentations TF des signaux sonores. Les applications potentielles d'une telle approche concernent les outils d'analyse-synthèse ou les codeurs audio.

Cette thèse propose de répondre, par l'analyse d'images aériennes à très haute résolution spatiale, aux besoins en information des gestionnaires de territoires viticoles. Les méthodes développées pour la détection des parcelles sont basées sur la reconnaissance de structures spatiales orientées et périodiques. Une analyse fréquentielle permet la segmentation des parcelles en polygones ainsi qu'une caractérisation précise de l'orientation des rangs et de la distance interrang. Ces caractéristiques permettent ensuite l'extraction et l'étude détaillée de chaque rang de vigne, avec pour objectifs 1) d'améliorer le contour des parcelles segmentées, 2) de détecter les pieds manquants et 3) de caractériser les interrangs. Ces travaux de thèse ont permis de répondre à l'essentiel de la demande des utilisateurs par la mise en place d'un processus automatique de détection, segmentation et caractérisation de la vigne.

The usage of 3D modelling is increasing fast, both for civilian and military areas, such as navigation, targeting and urban planning. When creating a 3D model from satellite images, clouds canbe problematic. Thus, automatic detection ofclouds inthe imagesis ofgreat use. This master thesis was carried out at Vricon, who produces 3D models of the earth from satellite images.This thesis aimed to investigate if Support Vector Machines could classify pixels into cloud or non-cloud, with a combination of texture and color as features. To solve the stated goal, the task was divided into several subproblems, where the first part was to extract features from the images. Then the images were preprocessed before fed to the classifier. After that, the classifier was trained, and finally evaluated.The two methods that gave the best results in this thesis had approximately 95 % correctly classified pixels. This result is better than the existing cloud segmentation method at Vricon, for the tested terrain and cloud types.

This master thesis is focused on parametrization of image point neighborhood. Some methods for point localization and point descriptors are described and summarized. Gabor filter is described in detail. The practical part of thesis is chiefly concerned with particle filter tracking system. The weight of each particle is determined by the Gabor filter.

Object recognition is one of many tasks in which the computer is still behind the human. Therefore, development in this area takes inspiration from nature and especially from the function of the human brain. This work focuses on object recognition based on extracting relevant information from images, features. Features are obtained in a similar way as the human brain processes visual stimuli. Subsequently, these features are used to train classifiers for object recognition (e.g. SVM, k-NN, ANN). This work examines the feature extraction stage. Its aim is to improve the feature extraction and thereby increase performance of object recognition by computer.

UAVs have gained in popularity and the number of applications has soared over the past years, ranging from leisure to commercial activities. This thesis is discussing specifically railroad applications, which is a domain rarely explored. Two different aspects are analysed. While developing a new application or migrating a ground-based system to UAV platform, the different challenges encountered are often unknown. Therefore, this thesis highlights the most important ones to take into consideration during the development process. From a more technical aspect, the implementation of autonomous guidance for UAVs over railroads using vanishing point extraction is studied. Two different algorithms are presented and compared, the first one is using line extraction method whereas the second uses joint activities of Gabor filters. The results demonstrate that the applied methodologies provide good results and that a significant difference exists between both algorithms in terms of computation time. A second implementation tackling the detection of railway topologies to enable the use on multiple rail road configurations is discussed. A first technique is presented using exclusively vanishing points for the detection, however, the results for complex images are not satisfactory. Therefore, a second method is studied using line characteristics on top of the previous algorithm. This second implementation has proven to give good results.

Time domain Optical Coherence Tomography (TD-OCT), first reported in 1991, makes use of the low temporal coherence properties of a NIR broadband laser to create depth sectioning of up to 2mm under the surface using optical interferometry and point to point scanning. Prior and ongoing work in OCT in the research community has concentrated on improving axial resolution through the development of broadband sources and speed of image acquisition through new techniques such as Spectral domain OCT (SD-OCT). In SD-OCT, an entire depth scan is acquired at once with a low numerical aperture (NA) objective lens focused at a fixed point within the sample. In this imaging geometry, a longer depth of focus is achieved at the expense of lateral resolution, which is typically limited to 10 to 20 [micro]m. Optical Coherence Microscopy (OCM), introduced in 1994, combined the advantages of high axial resolution obtained in OCT with high lateral resolution obtained by increasing the NA of the microscope placed in the sample arm. However, OCM presented trade-offs caused by the inverse quadratic relationship between the NA and the DOF of the optics used. For applications requiring high lateral resolution, such as cancer diagnostics, several solutions have been proposed including the periodic manual re-focusing of the objective lens in the time domain as well as the spectral domain C-mode configuration in order to overcome the loss in lateral resolution outside the DOF. In this research, we report for the first time, high speed, sub-cellular imaging (lateral resolution of 2 [micro]m) in OCM using a Gabor domain image processing algorithm with a custom designed and fabricated dynamic focus microscope interfaced to a Ti:Sa femtosecond laser centered at 800 nm within an SD-OCM configuration. It is envisioned that this technology will provide a non-invasive replacement for the current practice of multiple biopsies for skin cancer diagnosis. The research reported here presents three important advances to this technology all of which have been demonstrated in full functional hardware conceived and built during the course of this research. First, it has been demonstrated that the coherence gate created by the femtosecond laser can be coupled into a scanning optical microscope using optical design methods to include liquid lens technology that enables scanning below the surface of skin with no moving parts and at high resolution throughout a 2x2x2 mm imaging cube. Second, the integration the variable-focus liquid lens technology within a fixed-optics microscope custom optical design helped increase the working NA by an order of magnitude over the limitation imposed by the liquid lens alone. Thus, this design has enabled homogenous axial and lateral resolution at the micron-level (i.e., 2 [micro]m) while imaging in the spectral domain, and still maintaining in vivo speeds. The latest images in biological specimens clearly demonstrate sub-cellular resolution in all dimensions throughout the imaging volume. Third, this new modality for data collection has been integrated with an automated Gabor domain image registration and fusion algorithm to provide full resolution images across the data cube in real-time. We refer to this overall OCM method as Gabor domain OCM (GD-OCM). These advantages place GD-OCM in a unique position with respect to the diagnosis of cancer, because when fully developed, it promises to enable fast and accurate screening for early symptoms that could lead to prevention. The next step for this technology is to apply it directly, in a clinical environment. This step is underway and is expected to be reported by the next generation of researchers within this group.