Dépendance de la résolution de modèles des paquets d'ondelettes adaptatifs pour la classification des images de télédétection

Physique appliquée | 71 pages | 15-02-2008 | Format : | Note : Non noté

PRIX : 20.00€ |

Résumé

Dans mon travail, je m'intéresse à la description de la texture en utilisant les paquets d'ondelettes adaptatifs.

De récents travaux ont montré que les histogrammes des coefficients d'ondelettes standards ont une forme de gaussienne généralisée alors que ce n'est pas le cas pour les paquets d'ondelettes adaptées à chaque texture. Dans ce cas, on a observé trois types de formes d'histogrammes : gaussienne, gaussienne généralisée et mixture de gaussiennes avec contrainte et pour estimer les paramètres de chaque modèle. On adoptera une approche probabiliste adaptative qui se base sur la théorie bayésienne.

Plan:

I) Introduction générale

A. La texture est un attribut visuel important
B. Détection de texture
C. Les objectifs de ce travail
D. Présentation du travail

II) Théorie des ondelettes 13

A. Les ondelettes : généralités
1. Ondelettes continues
2. Résolution en temps et en fréquence
3. Inversion de la transformée en ondelettes
4. Transformée en ondelettes discrètes
B. Construction d'une analyse multirésolution
1. Principe de l'analyse espace-échelle ou analyse multirésolution
2. Définition
3. Les algorithmes pyramidaux
a. Pourquoi des algorithmes pyramidaux
b. Décomposition
c. Application aux images
d. Reconstruction
4. Exemples de bases d'ondelettes
5. Les paquets d'ondelettes
6. Conclusion

III) Une approche probabiliste pour la description de la texture

A. La texture
1. Textures déterministes
2. Textures stochastiques
3. Texture et perception visuelle
4. Notion d'attribut et de descripteur de texture
B. Un cadre cohérent pour la description de la texture
1. Calcul de la probabilité d'une texture dans une région
a. Utilisation des paquets d'ondelettes
b. Régions de forme dyadique
2. Conclusion

IV) Les modèles de texture d'apprentissage adaptatifs

A. Estimation MAP : Probabilités
B. Estimation MAP : algorithme de décomposition
C. Estimation MAP de mu et teta
1. Le modèle gaussien
2. Le modèle gaussien généralisé
3. Le modèle de mixture de gaussiennes avec contrainte
D. Résultats expérimentaux
1. Stabilité de la décomposition en respectant A et beta
2. Variation de la probabilité de décomposition optimale en fonction de la profondeur
3. Modélisation des textures Brodatz
4. Modélisation des textures de télédétection
E. Conclusion

V) Dépendance de la résolution de modèles des paquets d'ondelettes adaptatifs

A. Réduction de résolution par filtre d'échelle
B. Réduction de résolution par d'autres types de filtres
1. La fonction de modulation optique
2. Résultats expérimentaux

VI) Conclusion et perspectives

Bibliographie

Recommandations

Du même auteur

Nouveautés dans la rubrique Physique appliquée

Les plus visités dans la matière Physique appliquée