Les nanomatériaux sont une classe de contaminants qui est de plus en plus présent dans l’environnement. Leur impact sur l’environnement dépendra de leur persistance, mobilité, toxicité et bioaccumulation. Chacun de ces paramètres dépendra de leur comportement physicochimique dans les eaux naturelles (i.e. dissolution et agglomération). L’objectif de cette étude est de comprendre l’agglomération et l’hétéroagglomération des nanoparticules d’argent dans l’environnement. Deux différentes sortes de nanoparticules d’argent (nAg; avec enrobage de citrate et avec enrobage d’acide polyacrylique) de 5 nm de diamètre ont été marquées de manière covalente à l’aide d’un marqueur fluorescent et ont été mélangées avec des colloïdes d’oxyde de silice (SiO2) ou d’argile (montmorillonite). L’homo- et hétéroagglomération des nAg ont été étudiés dans des conditions représentatives d’eaux douces naturelles (pH 7,0; force ionique 10 7 à 10-1 M de Ca2+). Les tailles ont été mesurées par spectroscopie de corrélation par fluorescence (FCS) et les résultats ont été confirmés à l’aide de la microscopie en champ sombre avec imagerie hyperspectrale (HSI). Les résultats ont démontrés que les nanoparticules d’argent à enrobage d’acide polyacrylique sont extrêmement stables sous toutes les conditions imposées, incluant la présence d’autres colloïdes et à des forces ioniques très élevées tandis que les nanoparticules d’argent avec enrobage de citrate ont formées des hétéroagrégats en présence des deux particules colloïdales. / Nanomaterials are a class of contaminants that are increasingly found in the natural environment. Their environmental risk will depend on their persistence, mobility, toxicity and bioaccumulation. Each of these parameters will depend strongly upon their physicochemical fate (dissolution, agglomeration) in natural waters. The goal of this paper is to understand the agglomeration and heteroagglomeration of silver nanoparticles in the environment. Two different silver nanoparticles (nAg; citrate coated and polyacrylic acid coated) with a diameter of 5 nm were covalently labelled with a fluorescent dye and then mixed with colloidal silicon oxides (SiO2) and clays (montmorillonite). The homo- and heteroagglomeration of the silver nanoparticles were then studied in waters that were representative of natural freshwaters (pH 7.0; ionic strength 10-7 to 10-1 M of Ca2+). Sizes were followed by fluorescence correlation spectroscopy (FCS) and results were validated using enhanced darkfield microscopy with hyperspectral imaging (HSI). Results have demonstrated that the polyacrylic acid coated nAg was extremely stable under all conditions, including in the presence of other colloids and at high ionic strength, whereas the citrate coated nAg formed heteroagregates in the presence of both natural colloidal particles.

La finesse de la résolution spectrale et spatiale des images hyperspectrales en font des données de très grande dimension. C'est également le cas d'autres types de données, où leur taille tend à augmenter pour de plus en plus d'applications. La complexité des données provenant de l'hétérogénéité spectrale et spatiale, de la non gaussianité du bruit et des processus physiques sous-jacents, renforcent la richesse des informations présentes sur une image hyperspectrale. Exploiter ces informations demande alors des outils statistiques adaptés aux grandes données mais aussi à leur nature non gaussienne. Des méthodes reposant sur la théorie des matrices aléatoires, théorie adaptée aux données de grande dimension, et reposant sur la robustesse, adaptée aux données non gaussiennes, sont ainsi proposées dans cette thèse, pour des applications à l'imagerie hyperspectrale. Cette thèse propose d'améliorer deux aspects du traitement des images hyperspectrales : l'estimation du nombre d'endmembers ou de l'ordre du modèle et le problème du démélange spectral. En ce qui concerne l'estimation du nombre d'endmembers, trois nouveaux algorithmes adaptés au modèle choisi sont proposés, le dernier présentant de meilleures performances que les deux autres, en raison de sa plus grande robustesse.Une application au domaine de la finance est également proposée. Pour le démélange spectral, trois méthodes sont proposées, qui tiennent comptent des diff érentes particularités possibles des images hyperspectrales. Cette thèse a permis de montrer que la théorie des matrices aléatoires présente un grand intérêt pour le traitement des images hyperspectrales. Les méthodes développées peuvent également s'appliquer à d'autres domaines nécessitant le traitement de données de grandes dimensions. / Hyperspectral imaging generates large data due to the spectral and spatial high resolution, as it is the case for more and more other kinds of applications. For hyperspectral imaging, the data complexity comes from the spectral and spatial heterogeneity, the non-gaussianity of the noise and other physical processes. Nevertheless, this complexity enhances the wealth of collected informations, that need to be processed with adapted methods. Random matrix theory and robust processes are here suggested for hyperspectral imaging application: the random matrix theory is adapted to large data and the robustness enables to better take into account the non-gaussianity of the data. This thesis aims to enhance the model order selection on a hyperspectral image and the unmixing problem. As the model order selection is concerned, three new algorithms are developped, and the last one, more robust, gives better performances. One financial application is also presented. As for the unmixing problem, three methods that take into account the peculierities of hyperspectral imaging are suggested. The random matrix theory is of great interest for hyperspectral image processing, as demonstrated in this thesis. Differents methods developped here can be applied to other field of signal processing requiring the processing of large data.

Ces travaux de thèse concernent le développement de nouvelles méthodes de séparation aveugle de mélanges linéaires instantanés pour des applications à des données hyperspectrales en astrophysique. Nous avons proposé trois approches pour effectuer la séparation des données. Une première contribution est fondée sur l'hybridation de deux méthodes existantes de séparation aveugle de source (SAS) : la méthode SpaceCORR nécessitant une hypothèse de parcimonie et une méthode de factorisation en matrices non négatives (NMF). Nous montrons que l'utilisation des résultats de SpaceCORR pour initialiser la NMF permet d'améliorer les performances des méthodes utilisées seules. Nous avons ensuite proposé une première méthode originale permettant de relâcher la contrainte de parcimonie de SpaceCORR. La méthode MASS (pour \textit{Maximum Angle Source Separation}) est une méthode géométrique basée sur l'extraction de pixels mono-sources pour réaliser la séparation des données. Nous avons également étudié l'hybridation de MASS avec la NMF. Enfin, nous avons proposé une seconde approche permettant de relâcher la contrainte de parcimonie de SpaceCORR. La méthode originale SIBIS (pour \textit{Subspace-Intersection Blind Identification and Separation}) est une méthode géométrique basée sur l'identification de l'intersection de sous-espaces engendrés par des régions de l'image hyperspectrale. Ces intersections permettent, sous une hypothèse faible de parcimonie, de réaliser la séparation des données. L'ensemble des approches proposées dans ces travaux ont été validées par des tests sur données simulées puis appliquées sur données réelles. Les résultats obtenus sur ces données sont très encourageants et sont comparés à ceux obtenus par des méthodes de la littérature. / This thesis deals with the development of new blind separation methods for linear instantaneous mixtures applicable to astrophysical hyperspectral data sets. We propose three approaches to perform data separation. A first contribution is based on hybridization of two existing blind source separation (BSS) methods: the SpaceCORR method, requiring a sparsity assumption, and a non-negative matrix factorization (NMF) method. We show that using SpaceCORR results to initialize the NMF improves the performance of the methods used alone. We then proposed a first original method to relax the sparsity constraint of SpaceCORR. The method called MASS (Maximum Angle Source Separation) is a geometric method based on the extraction of single-source pixels to achieve the separation of data. We also studied the hybridization of MASS with the NMF. Finally, we proposed an approach to relax the sparsity constraint of SpaceCORR. The original method called SIBIS (Subspace-Intersection Blind Identification and Separation) is a geometric method based on the identification of intersections of subspaces generated by regions of the hyperspectral image. Under a sparsity assumption, these intersections allow one to achieve the separation of the data. The approaches proposed in this manuscript have been validated by experimentations on simulated data and then applied to real data. The results obtained on our data are very encouraging and are compared with those obtained by methods from the literature.

Nous proposons dans cette thèse de développer une méthode de restauration aveugle d'images flouées et bruitées où aucune connaissance a priori n'est exigée. Ce manuscrit est composé de trois chapitres : le 1er chapitre est consacré aux travaux de l'état de l'art. Les approches d'optimisation pour la résolution du problème de restauration y sont d'abord discutées. Ensuite les principales méthodes de restauration, dites semi-aveugles car nécessitant un minimum de connaissance a priori sont analysées. Parmi ces méthodes, cinq sont retenues pour évaluation. Le 2ème chapitre est dédié à la comparaison des performances des méthodes retenues dans le chapitre précédent. Les principaux critères objectifs d'évaluation de la qualité des images restaurées sont présentés. Parmi ces critères, la norme L1 de l'erreur d'estimation est sélectionnée. L'étude comparative menée sur une banque d'images monochromes, dégradées artificiellement par deux fonctions floues de supports différents et trois niveaux de bruit a permis de mettre en évidence les deux méthodes les plus pertinentes. La première repose sur une approche alternée mono-échelle où la PSF et l'image sont estimées dans une seule étape. La seconde utilise une approche hybride multi-échelle qui consiste tout d'abord à estimer de manière alternée la PSF et une image latente, puis dans une étape suivante séquentielle, à restaurer l'image. Dans l'étude comparative conduite, l'avantage revient à cette dernière. Les performances de ces méthodes serviront de référence pour comparer ensuite la méthode développée. Le 3ème chapitre porte sur la méthode développée. Nous avons cherché à rendre aveugle l'approche hybride retenue dans le chapitre précédent tout en améliorant la qualité d'estimation de la PSF et de l'image restaurée. Les contributions ont porté sur plusieurs points. Une première série d'améliorations concerne la redéfinition des échelles, celle de l'initialisation de l'image latente à chaque niveau d'échelle, l'évolution des paramètres pour la sélection des contours pertinents servant de support à l'estimation de la PSF et enfin, la définition d'un critère d'arrêt aveugle. Une seconde série de contributions a porté sur l'estimation aveugle des deux paramètres de régularisation impliqués pour éviter d'avoir à les fixer empiriquement. Chaque paramètre est associé à une fonction coût distincte l'une pour l'estimation de la PSF et la seconde pour l'estimation d'une image latente. Dans l'étape séquentielle qui suit, nous avons cherché à affiner le support de la PSF estimée dans l'étape alternée, avant de l'exploiter dans le processus de restauration de l'image. A ce niveau, la seule connaissance a priori nécessaire est une borne supérieure du support de la PSF. Les différentes évaluations conduites sur des images monochromes et hyperspectrales dégradées artificiellement par plusieurs flous de type mouvement, de supports différents, montrent une nette amélioration de la qualité de restauration obtenue par l'approche développée par rapport aux deux meilleures approches de l'état de l'art retenues. / We propose in this thesis manuscript to develop a blind restoration method of single component blurred and noisy images where no prior knowledge is required. This manuscript is composed of three chapters: the first chapter focuses on state-of-art works. The optimization approaches for resolving the restoration problem are discussed first. Then, the main methods of restoration, so-called semi-blind ones because requiring a minimum of a priori knowledge are analysed. Five of these methods are selected for evaluation. The second chapter is devoted to comparing the performance of the methods selected in the previous chapter. The main objective criteria for evaluating the quality of the restored images are presented. Of these criteria, the l1 norm for the estimation error is selected. The comparative study conducted on a database of monochromatic images, artificially degraded by two blurred functions with different support size and three levels of noise, revealed the most two relevant methods. The first one is based on a single-scale alternating approach where both the PSF and the image are estimated alternatively. The second one uses a multi-scale hybrid approach, which consists first of alternatingly estimating the PSF and a latent image, then in a sequential next step, restoring the image. In the comparative study performed, the benefit goes to the latter. The performance of both these methods will be used as references to then compare the newly designed method. The third chapter deals with the developed method. We have sought to make the hybrid approach retained in the previous chapter as blind as possible while improving the quality of estimation of both the PSF and the restored image. The contributions covers a number of points. A first series concerns the redefinition of the scales that of the initialization of the latent image at each scale level, the evolution of the parameters for the selection of the relevant contours supporting the estimation of the PSF and finally the definition of a blind stop criterion. A second series of contributions concentrates on the blind estimation of the two regularization parameters involved in order to avoid having to fix them empirically. Each parameter is associated with a separate cost function either for the PSF estimation or for the estimation of a latent image. In the sequential step that follows, we refine the estimation of the support of the PSF estimated in the previous alternated step, before exploiting it in the process of restoring the image. At this level, the only a priori knowledge necessary is a higher bound of the support of the PSF. The different evaluations performed on monochromatic and hyperspectral images artificially degraded by several motion-type blurs with different support sizes, show a clear improvement in the quality of restoration obtained by the newly designed method in comparison to the best two state-of-the-art methods retained.

Avec l’émergence des nouveaux aciers chargés en éléments réactifs, la caractérisation des états de surface a pris une nouvelle dimension. En effet, différentes familles d’oxyde sont dommageables pour la qualité de surface de l’acier et peuvent nuire à l’application de revêtements annexes. Aussi, afin d’assurer une bonne qualité aux produits finis, le besoin de caractériser, en ligne, la surface de l’acier sur toute sa largeur est de plus en plus nécessaire. L’imagerie hyperspectrale est une technologie en plein essor qui permet à la fois la caractérisation spatiale et spectrale d’une surface. Elle n’avait cependant encore jamais été employée pour la caractérisation de couche mince dans l’industrie sidérurgique. Durant ma thèse, deux méthodologies ont ainsi été développées pour répondre à ce besoin: l’une via une mesure en réflexion spéculaire et l’autre via une mesure en émission. En complément d’un travail de synthèse d’échantillons de référence, un développement expérimental complet allant d’un banc de simulation aux traitements des données a été réalisé. Ce travail a permis de démontrer la capabilité de l’imagerie hyperspectrale pour la détection de couche mince d’oxyde sur un acier parfois à plusieurs centaines de degrés Celsius. Ces résultats encourageants ont conduit à réaliser la première implantation industrielle de cette technologie. Ce travail de thèse a permis d’étudier théoriquement et expérimentalement les phénomènes mis en jeu et de passer du concept répondant à un besoin industriel à l’implémentation en ligne d’un capteur dédié à la caractérisation d’une couche mince d’oxyde sur une surface en défilement dans des conditions industrielles / With the emergence of new steel loaded in reactive elements, the characterization of the physico-chemical properties of the surface states has taken a new dimension. Indeed, the thin films of oxide formed are damaging for the surface quality of the steel and may adversely affect the application of varied coatings. Also, to ensure a good quality on finished products, the need to characterize, online, the steel surface over its entire width is increasingly necessary. The hyperspectral imaging is an emerging technology that allows both spatial and spectral characterization of a surface. It had never been used to characterize thin layers in the steel industry. During my PhD, both methodologies have been developed to meet this need: one via a measurement in specular reflection and the other via a measurement in emission. In addition to a synthesis of reference samples, a full experimental development ranging from a simulation bench to the data processing was performed. This work has demonstrated the capability of the hyperspectral imaging to detect thin surface oxide layers on a steel surface, sometimes at several hundred degrees Celsius. These encouraging results led to the first industrial implementation of this technology. This thesis made it possible to study theoretically and experimentally the phenomena involved and to move from the concept that meets an industrial need to the implementation of an online sensor dedicated to the characterization of a thin oxide layer on a moving surface in industrial conditions

Les roches mafiques à ultramafiques permettent de tracer les processus de formation et d'évolution des surfaces planétaires. Pour caractériser ces surfaces, la spectroscopie de réflectance visible-proche infrarouge est une technique adaptée de part sa sensibilité aux absorptions du fer présent dans les minéraux. L'objectif de cette thèse est de déterminer la composition modale des roches, ainsi que la composition chimique des minéraux constitutifs.<br />Nous avons développé une procédure basée sur la mise en oeuvre du Modèle Gaussien Modifié (MGM) qui permet de modéliser les spectres pour des assemblages minéralogiques complexes (olivine - orthopyroxène - clinopyroxène). Après validation de cette approche sur des données simples (poudres), la méthode a été appliquée à des roches naturelles complexes (météorites martiennes et roches d'Oman). Fort de l'expertise acquise dans cette étape intermédiaire, des cartographies minéralogiques ont alors pu être réalisées à partir de données spatiales et aéroportées, respectivement pour le volcan Syrtis Major sur Mars et le massif ophiolitique de Sumail (Oman). Nous avons ainsi montré que les laves de l'édifice volcanique présentent un enrichissement en olivine (Fo50-80) et que les pyroxènes, suivant les conditions de mise en place, peuvent avoir des compositions allant des augites aux enstatites. Pour l'ophiolite d'Oman, nous avons mis en évidence et cartographié pour la première fois des variations spatiales organisées de composition modale au sein même de l'unité harzburgitique. Nous avons également caractérisé des variations de composition dans les clinopyroxènes de la zone crustale ayant des implications pétrogénétiques.<br />Ces apports sont essentiels dans la caractérisation et la compréhension des processus pétrologiques inhérents à la formation des surfaces planétaires et devraient stimuler l'utilisation de l'imagerie spectroscopique à des fins géologiques.

Les capteurs hyperspectraux, qui acquièrent des images dans le domaine réflectif ([0,4-2,5 m]), avec une haute résolution spatiale (quelques mètres) et dans de nombreuses bandes spectrales simultanément, permettent d'estimer à la fois les propriétés des aérosols atmosphériques et de certains gaz. Les travaux présentés ici portent sur la caractérisation de panaches industriels. Les particules émises par les industries ont des propriétés encore très mal connues et les bases de données actuelles ne contiennent pas les informations nécessaires à la compréhension et la modélisation de leur impact radiatif. La première partie de cette étude consiste donc à caractériser les propriétés physiques et optiques de ces aérosols, à partir d'échantillons prélevés, et a conduit à l'établissement d'un modèle permettant de décrire l'impact radiatif d'un panache émis par une industrie métallurgique. Dans une seconde partie, une méthode d'estimation conjointe du CO2 et des aérosols est proposée. Il a été montré, à partir d'une étude de sensibilité et de l'application de cette méthode sur deux images AVIRIS, que cette estimation conjointe, dans le cas des panaches optiquement denses, conduisait à une erreur d'estimation du CO2 divisée d'un facteur 2 par rapport aux techniques existantes (e.g. JRGE). Enfin, une méthode d'estimation du type d'aérosols, EARTH (Estimation of Aerosol Type using Hyperspectral data), spécifiquement adaptée aux panaches industriels, a été développée. Une validation sur données simulées et réelles (image CASI) a montré qu'elle permettait de reconnaître, sans information a priori, la présence de particules métalliques dans un panache de faible épaisseur optique.

Cette thèse aborde des problématiques d'estimation et de détection supervisée en imagerie hyperspectrale, appliquées ici aux environnements côtiers. Des modèles bathymétriques de réflectance sont utilisés afin de représenter l'influence de la colonne d'eau sur la lumière incidente. Différents paramètres sont dits optiquement actifs et agissent sur le spectre de réflectance (phytoplancton, matière organique dissoute colorée...). Nous proposons d'adopter une nouvelle approche statistique pour estimer ces paramètres, traditionnellement retrouvés par inversion des modèles physiques. Différentes méthodes telles que l'estimation du maximum de vraisemblance et du maximum a posteriori, ainsi que le calcul des bornes de Cramér-Rao, sont implémentées avec succès sur les données synthétiques et réelles. Par ailleurs, nous adaptons les filtres supervisés couramment utilisés au contexte de la détection de cibles immergées. Dans le cas où les paramètres caractéristiques de la colonne d'eau sont inconnus, nous développons un nouveau filtre issu du test du rapport de vraisemblance généralisé permettant la détection sans aucune connaissance a priori sur ces paramètres.

Cette thèse concerne la séparation aveugle de sources, qui consiste à estimer un ensemble de signaux sources inconnus à partir d'un ensemble de signaux observés qui sont des mélanges à paramètres inconnus de ces signaux sources. C'est dans ce cadre que le travail de recherche de cette thèse concerne le développement et l'utilisation de méthodes linéaires innovantes de séparation de sources pour des applications en imagerie de télédétection spatiale. Des méthodes de séparation de sources sont utilisées pour prétraiter une image multispectrale en vue d'une classification supervisée de ses pixels. Deux nouvelles méthodes hybrides non-supervisées, baptisées 2D-Corr-NLS et 2D-Corr-NMF, sont proposées pour l'extraction de cartes d'abondances à partir d'une image multispectrale contenant des pixels purs. Ces deux méthodes combinent l'analyse en composantes parcimonieuses, le clustering et les méthodes basées sur les contraintes de non-négativité. Une nouvelle méthode non-supervisée, baptisée 2D-VM, est proposée pour l'extraction de spectres à partir d'une image hyperspectrale contenant des pixels purs. Cette méthode est basée sur l'analyse en composantes parcimonieuses. Enfin, une nouvelle méthode est proposée pour l'extraction de spectres à partir d'une image hyperspectrale ne contenant pas de pixels purs, combinée avec une image multispectrale, de très haute résolution spatiale, contenant des pixels purs. Cette méthode est fondée sur la factorisation en matrices non-négatives couplée avec les moindres carrés non-négatifs. Comparées à des méthodes de la littérature, d'excellents résultats sont obtenus par les approches méthodologiques proposées.

La microscopie en champ proche optique permet d'analyser les phénomènes optiques avec une résolution spatiale sublongueur d'onde comme par exemple la localisation et la propagation de la lumière dans des cristaux photoniques. D'une manière générale, les méthodes de microscopie en champ proche optique reposent sur le positionnement à l'échelle nanométrique d'une sonde locale à proximité de l'échantillon à analyser, puis sur la détection du signal diffusé et collecté lors du balayage de la sonde. En fonction du type de détection optique mise en oeuvre ou du type de sonde utilisée, les grandeurs physiques communément accessibles par ces méthodes sont les distributions spatiales de l'amplitude et de la phase ou de l'intensité des composantes électriques ou magnétiques du champ sondé.Ce travail de thèse est consacré à la mise en place d'une détection hyperstectrale en champ proche optique dans le but de comprendre et de caractériser, à des échelles sublongueurs d'onde, les propriétés spectrales et spatiales de systèmes optiques miniaturisés. L'imagerie hyperstectrale fournit en une seule acquisition, une série d'image à chaque longueur d'onde dans les gammes spectrales visibles, infrarouges et aux longueurs d'onde des télécommunications optiques. Cette nouvelle technique d'imagerie a permis l'observation, sur une large bande spectrale, de phénomènes électromagnétiques dépendant de la longueur d'onde tels que les effets superprisme et mirage dans les cristaux photoniques et la mise en forme de faisceaux de Bessel plasmoniques