Return to search

Modèles AM-FM et Approche par Équations aux Dérivées Partielles de la Décomposition Modale Empirique pour l'Analyse des Signaux et des Images

Le travail de thèse traite de l'analyse des signaux et des images par décomposition modale empirique (EMD) et par modèles AM-FM. Dans la première partie de cette thèse, nous apportons des cadres théoriques à l'EMD 1D et 2D. Nous approchons localement les enveloppes supérieures et inférieures, dans le processus de tamisage de l'EMD, par des opérateurs continus. Par suite, nous formulons différemment la moyenne locale et prouvons que les itérations du tamisage 1D et 2D peuvent être approchées par des équations aux dérivées partielles (EDP) bien posées. Nous apportons des justifications théoriques et proposons des caractérisations analytiques des modes empiriques 1D et 2D. Ce travail a permis d'éclaircir de nombreux points et notions relatifs à l'EMD, et définis en 1D comme en 2D, que de manière très intuitive ou sur la base de simulations numériques contrôlées. Nous apportons de la sorte des contributions théoriques à l'EMD 1D et 2D, initialement définie par un algorithme et dont la principale limite est le manque de cadre théorique. Enfin, nous proposons de nouveaux algorithmes EMD 1D et 2D, et résolvons numériquement les EDP proposées en 1D et 2D. Nous illustrons nos approches par EDP sur de nombreux signaux et images. Dans la seconde partie, nous étudions les modèles AM-FM pour l'analyse d'images. Ces modèles se basent sur une décomposition des images en composantes regroupant les niveaux de gris des parties texturées (AM), d'une part, et une partie contenant la géométrie de l'image (FM), d'autre part. Nous proposons d'abord une amélioration de la démodulation d'images large bande. Dans un deuxième temps, nous explorons la démodulation d'images avec les opérateurs de Teager-Kaiser d'ordres supérieurs (HODEO 2D), en proposant de meilleurs algorithmes de démodulation, basés sur les HODEO 2D. Nous proposons ensuite une application à la segmentation d'images sonar et illustrons nos approches sur de nombreuses images. Les résultats sont comparés à ceux obtenus avec l'algorithme DESA (Discrete Energy Separation Algorithm) et l'approche par image analytique.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00464849
Date30 November 2009
CreatorsDiop, El Hadji Samba
PublisherUniversité Rennes 1
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0023 seconds