Bibliothèque de L'IMIST/CNRST

Sous format papier

Université Mohammed V - Agdal

Ce mémoire propose une approche de classification des images couleur où celles-ci sont considérées comme un ensemble non ordonné de vecteurs couleur.Dans ce contexte où les pixels sont considérés comme des entités indépendantes les unes des autres et où la segmentation de l’image se limite à la transformation d’un vecteur couleur en un prototype de classe, l’originalité de l’approche proposée est qu’elle est conçue et développée sur un espace multidimensionnel. Elle adopte la méthodologie des approches locales de classification automatique non supervisée qui consistent dans un premier temps à extraire les régions modales de l’histogramme multidimensionnel sous jacent à la distribution des observations en présence dans l’échantillon soumis à l’analyse, ensuite, à regrouper en classes ces observations à partir des observations prototypes localisées dans les régions modales détectées. Les classes en présence dans l’échantillon sont identifiées à partir de la seule information extraite des observations à classer.Les régions modales sont identifiées par approche contour. Il s’agit en effet de localiser les contours des régions modales pour aboutir à l’extraction automatique de ces dernières en composantes connexes individualisées dans l’espace d’estimation de l’histogramme multidimensionnel. La technique proposée est basée sur une analyse locale, et originale du Laplacien multidimensionnel du filtre séparable récursif différentiel dont la réponse impulsionnelle est une sinus hyperbolique amortie.Cette approche a été d’abord confrontée à des données synthétiques pour évaluer la procédure.