Abstract FR:

L’étude qui fait l'objet de cette thèse a été menée dans le cadre de l'analyse des textures. Elle contribue à la modélisation de la vision humaine préattentive en introduisant l'information portée par la phase des images texturées filtrées. Les performances du système visuel humain sont en effet particulièrement remarquables en ce qui concerne la vision des textures. Notre système utilise un filtrage multicanaux modelisé par des fonctions de Gabor. L’opération de filtrage par une fonction complexe permet d'obtenir une image en valeur complexe dont le module et la phase renferment des informations importantes. De nombreux auteurs ont avant nous étudié le module. Nous nous intéressons seulement à l'étude de l'information de phase pour extraire des caractéristiques pertinentes sur les textures. L’extraction de l'information de phase est délicate car les valeurs obtenues au moyen de l'operateur Arctangente présente des discontinuités en des endroits imprévisibles. Elle nécessite une procédure dite de déballage de la phase. La phase déballée est formée d'une composante linéaire et d'une composante locale. Du Buf et al. Ont récemment émis l'hypothèse que la connaissance de la phase locale permet de segmenter l'image. Mais, leur méthode présente des inconvénients. Le déballage est très difficile en raison de l'existence de nombreux points zéro. En outre, la méthode n'est applicable qu'a des filtres d'orientations verticale et horizontale. Les deux contributions majeures de notre travail sont: d'une part, une amélioration notable du calcul de la composante linéaire de la phase dans le cas de l'application de filtres orientés oblique et, d'autre part, une méthode originale de calcul de la phase dérivée qui évite la procédure de déballage tout en étant porteuse de l'information de phase utile. Nous avons appliqué nos algorithmes en classification et en segmentation de divers types d'images texturées.