Les fonctionnelles de Minkowski définissent des mesures topologiques et géométriques d'ensembles, insuffisantes pour la caractérisation, des ensembles différents pouvant avoir les mêmes fonctionnelles. D'autres fonctionnelles de forme, géométriques et morphométriques, sont donc utilisées. Un diagramme de forme, défini grâce à deux fonctionnelles morphométriques, donne une représentation permettant d'étudier les formes d'ensembles. En analyse d'image, ces fonctionnelles et diagrammes sont souvent limités aux images binaires et déterminés de manière globale et mono-échelle. Les Voisinages Adaptatifs Généraux (VAG) simultanément adaptatifs avec les échelles d'analyse, structures spatiales et intensités des images, permettent de pallier ces limites. Une analyse locale, adaptative et multi-échelle des images à tons de gris est proposée sous forme de cartographies des fonctionnelles de forme à VAG.Les VAG, définis en tout point du support spatial d'une image à tons de gris, sont homogènes par rapport à un critère d'analyse représenté dans un modèle vectoriel, suivant une tolérance d'homogénéité. Les fonctionnelles de forme calculées pour chaque VAG de l'image définissent les cartographies des fonctionnelles de forme à VAG. Les histogrammes et diagrammes de ces cartographies donnent des distributions statistiques des formes des structures locales de l'image contrairement aux histogrammes classiques qui donnent une distribution globale des intensités de l'image. L'impact de la variation des critères axiomatiques des VAG est analysé à travers ces cartographies, histogrammes et diagrammes. Des cartographies multi-échelles sont construites, définissant des fonctions de forme à VAG.

Cette thèse de doctorat porte sur le traitement multi-échelle et adaptatif (en espace et en intensité) des images à tons de gris. A partir d'une caractérisation ponctuelle, une image est représentée par un ensemble de voisinages locaux : les voisinages adaptatifs généraux (VAG). A chaque point de l'image est associée une famille croissante de VAG permettant une analyse multi-échelle des différentes caractéristiques de l'image. Ces VAG sont adaptatifs dans le sens ou chaque voisinage coïncide spatialement avec la structure locale du point considéré, suivant les informations radiométriques, morphologiques, géométriques, ou texturales, étudiées. De plus, les VAG sont physiquement cohérents puisque leur modélisation dépend de la nature physique et/ou psychophysique de l'image à analyser. Par conséquent, les VAG sont adaptés aux images ou systèmes d'imagerie linéaires, mais aussi non linéaires et/ou bornes, tels que les images acquises en lumière transmise, en lumière réfléchie (modèle multiplicatif) ou le système humain de perception visuelle. Cette analyse par voisinages adaptatifs généraux conduit au développement d'outils de traitement d'image. Ces VAG forment naturellement des fenêtres opérationnelles propices à des transformations locales d'image. Dans un premier temps, la morphologie mathématique adaptative est introduite en considérant des éléments structurants (adaptatifs) bases sur ces VAG. Les transformations résultantes satisfont les propriétés standards des opérateurs morphologiques usuels et de surcroît en vérifient de nouvelles telles que la connexité, ce qui est topologiquement remarquable. Dans un second temps, le filtrage de Choquet est étendu à l'aide des voisinages adaptatifs généraux, généralisant de nombreux opérateurs non-linéaires tels que les filtres d'ordre. En outre, les VAG permettent la définition de descripteurs adaptatifs locaux d'images en tons de gris tels que l'orientation ou l'épaisseur. Ces mesures peuvent conduire d'une part à la définition de nouveaux VAG permettant une analyse d'image plus cohérente ou d'autre part à la résolution de problèmes pratiques de traitement d'image. Dans le cadre de cette thèse, le traitement d'image à voisinages adaptatifs généraux (TIVAG) à été appliqué aux problèmes de restauration, de rehaussement ou de segmentation d'image. Cette approche ouvre par ailleurs de nouvelles perspectives théoriques et devrait permettre la mise au point de nombreux processus de traitement d'image répondant à des problèmes applicatifs concrets.

Les fonctionnelles de Minkowski définissent des mesures topologiques et géométriques d'ensembles, insuffisantes pour la caractérisation, des ensembles différents pouvant avoir les mêmes fonctionnelles. D'autres fonctionnelles de forme, géométriques et morphométriques, sont donc utilisées. Un diagramme de forme, défini grâce à deux fonctionnelles morphométriques, donne une représentation permettant d'étudier les formes d'ensembles. En analyse d'image, ces fonctionnelles et diagrammes sont souvent limités aux images binaires et déterminés de manière globale et mono-échelle. Les Voisinages Adaptatifs Généraux (VAG) simultanément adaptatifs avec les échelles d'analyse, structures spatiales et intensités des images, permettent de pallier ces limites. Une analyse locale, adaptative et multi-échelle des images à tons de gris est proposée sous forme de cartographies des fonctionnelles de forme à VAG.Les VAG, définis en tout point du support spatial d'une image à tons de gris, sont homogènes par rapport à un critère d'analyse représenté dans un modèle vectoriel, suivant une tolérance d'homogénéité. Les fonctionnelles de forme calculées pour chaque VAG de l'image définissent les cartographies des fonctionnelles de forme à VAG. Les histogrammes et diagrammes de ces cartographies donnent des distributions statistiques des formes des structures locales de l'image contrairement aux histogrammes classiques qui donnent une distribution globale des intensités de l'image. L'impact de la variation des critères axiomatiques des VAG est analysé à travers ces cartographies, histogrammes et diagrammes. Des cartographies multi-échelles sont construites, définissant des fonctions de forme à VAG. / Minkowski functionals define set topological and geometrical measurements, insufficient for the characterization, because different sets may have the same functionals. Thus, other shape functionals, geometrical and morphometrical are used. A shape diagram, defined thanks to two morphometrical functionals, provides a representation allowing the study of set shapes. In quantitative image analysis, these functionals and diagrams are often limited to binary images and achieved in a global and monoscale way. The General Adaptive Neighborhoods (GANs) simultaneously adaptive with the analyzing scales, the spatial structures and the image intensities, enable to overcome these limitations. The GAN-based Minkowski functionals are introduced, which allow a gray-tone image analysis to be realized in a local, adaptive and multiscale way.The GANs, defined around each point of the spatial support of a gray-tone image, are homogeneous with respect to an analyzing criterion function represented in an algebraic model, according to an homogeneity tolerance. The shape functionals computed on the GAN of each point of the spatial support of the image, define the so-called GAN-based shape maps. The map histograms and diagrams provide statistical distributions of the shape of the gray-tone image local structures, contrary to the classical histogram that provides a global distribution of image intensities. The impact of axiomatic criteria variations is analyzed through these maps, histograms and diagrams. Thus, multiscale maps are built, defining GAN-based shape functions.