Abstract FR:

La detection ou l'analyse par traitement d'images de certains phenomenes dynamiques se heurte au probleme de l'absence de criteres objectifs assez simples permettant de les localiser et de les caracteriser. C'est le cas par exemple de la fumee occasionnee par un depart de feu : en effet, ni la taille tres petite de son objet dans l'image d'un paysage, ni sa forme, qui varie constamment, ni sa chrominance ou sa luminance, qui sont noyes par les autres emissions ne permettent de la distinguer de nombreux phenomenes, et encore moins de la differencier de phenomenes similaires (brume, nuage de poussieres,). L'approche que nous proposons dans ce travail de these repose sur l'utilisation d'un systeme fonctionnant dans le champ visible a l'aide de composants ccd et utilisant des algorithmes de vision artificiels. L'objectif de ce travail est de permettre une meilleure identification de la fumee par la caracterisation d'un contenu numerique specifique et commun a toutes les fumees. Cette etude propose un nouvel outil de traitement des images et signaux complexes : le plongement fractal qui permet la caracterisation generalisee de phenomenes dynamique complexes par l'extraction automatique de signatures. La methode utilise le plongement temporel de sequences d'images dans un espace multidimensionnel associee a une technique specifique de clustering basee sur une indexation fractale des points de l'espace de plongement. L'outil fondamental d'exploration que nous avons developpe trouve egalement des applications dans le domaine medical comme l'analyse des signaux electro-encephalographiques ou la localisation des foyers epileptogenes.