Bibliothèque de L'IMIST/CNRST

Sous format papier

Ce travail s'inscrit dans le domaine de l'estimation du mouvement dans les séquences d'images. La rapidité et la précision de cette dernière sont fondamentales dans de nombreuses applications, telles que la compression, et le suivi d'objets et particulièrement dans les systèmes embarquées. Dans l'estimation de mouvement, on distingue deux approches principales, les méthodes différentielles basées sur l'équation différentielle du flot optique et les méthodes de mise en correspondance de blocs. L'approche de mise en correspondance de blocs est la plus utilisée pour sa simplicité et son efficacité. La recherche exhaustive est l'algorithme le plus efficace dans les techniques d'appariement de blocs. Cependant, malgré les différentes variantes proposées dans la littérature, cet algorithme reste très coûteux en temps de calcul. Dans ce travail, nous avons proposé des algorithmes qui restent exhaustifs mais qui sont rapides. Ils sont basés sur une approche définie dans le domaine fréquentiel. Dans un premier temps, nous avons développé deux techniques de corrélation optimales pour le calcul de la somme des différences carrés (SSD). Ces techniques sont jusqu'à vingt fois plus rapide qu'un algorithme de recherche exhaustive classique. Dans un second temps, nous avons proposé un nouvel algorithme adaptatif pour le calcul de la somme des différences absolues (SAD). Il est basé sur l'utilisation des séries de Fourier où il utilise juste les premiers niveaux de leur approximation. Il obtient jusqu'à 90% de vecteurs de mouvement d'un algorithme de recherche directe exhaustif, tout en étant jusqu'à 50 fois plus rapide. Enfm, une autre contribution de cette thèse porte sur le développement d'algorithmes robustes utilisant la norme d'ordre quatre (L4) et le M estimateur d'Andrew. Ainsi nous avons proposé des algorithmes qui donnent des champs de vecteur mouvement robustes au bruit et aux données aberrantes. La rapidité des algorithmes proposés dans ce mémoire puise son efficacité dans la transformation du problème en un calcul de Transformation de Fourier Rapide et utilise ainsi tous les travaux récents permettant l'optimisation de la complexité de l'Algorithme FFT (TFR).