Contribution à la description des formes par la transformée en ondelettes
Institution:
La RochelleDisciplines:
Directors:
Abstract EN:
This thesis concerns the 2D object recognition systems using contours. The aim is to retrieve the most similar objects in a database to an object query. To do that, it is necessary to describe the objects of the database and express the dissimilarity measure among objects. One of the fondamental problems of the recognition and retrieval systems is the choice of the invariant description. Retrieved objects obtained by actual systems rarely match queries. Similitude or affine transforms may occur among them. To be robust, a recognition system must have a good invariance properties. In the first part of this thesis, some mathematical tools are studied in the frame of pattern recognition as the Moments, the Fourier and the multi-scale descriptors. The second part is dedicate to the wavelet transform theory which enables us to propose two new descriptors. These descriptors were compared and assessed to the best actual descriptors. The experimentations were performed on the MPEG7 CE-1 data base and the assessment showed that these two descriptors are real concurrents to the best actual descriptor (Fourier descriptor) and better than the Multi-scale descriptor chosen by the MPEG7 norm. Moreover, the proposed descriptors are better in term of complexity and free-choice of kernels depending on applications.
Abstract FR:
Cette thèse s'intéresse aux systèmes de reconnaissance des objets 2D par le contour, le but est de rechercher les objets (contours) les plus similaires à un objet (contour) requête fourni en exemple. Pour cela, il est d'abord nécessaire de décrire les contours d'objet stockés dans la base. L'objectif est de traduire la similarité visuelle entre les contours en une simple notion de proximité spatiale entre descripteurs. Ainsi, pour retrouver les contours similaires au contour requête, il suffit de retrouver les descripteurs les plus proches du descripteur du contour requête. Un des problèmes fondamentaux du système de reconnaissance de forme réside dans le choix de la description invariante de contour. En effet, on estime que les objets retrouvés par le système correspondent rarement exactement à la requête, des transformations similitudes ou affines peuvent les séparer. C'est pourquoi la description du contour doit posséder de bonne propriétés d'invariance afin de conférer de la robustesse au système de reconnaissance. La première partie de cette thèse concerne l'étude des outils mathématiques les plus utilisés dans le cadre du système de reconnaissance de forme tels que les descripteurs par les Moments, les descripteurs de Fourier, les descripteurs utilisant la courbure multi-échelle etc. La seconde partie de ce travail est consacré à l'étude de la théorie de la transformation en ondelette qui nous a permis de proposer deux nouveaux descripteurs qui ont été évalués et comparés en utilisant la base CE-1 MPEG7, les résultats de ces évaluations et comparaisons ont montré que ces deux descripteurs sont robustes au même titre que les meilleurs descripteurs actuels avec des avantages au niveau de la complexité et du choix des noyaux d'ondelettes en fonction des applications.