Abstract FR:

L'analyse d'image numerique est une voie d'investigation de plus en plus pertinente pour l'etude de phenomenes physiques, comprenant des mouvements de fluide, et de leurs evolutions au cours du temps. Dans ce cadre, l'analyse du mouvement deformable 2d est l'un des plus importants problemes a etudier. L'interpretation d'un tel champ de vecteurs 2d peut generalement se formuler par la caracterisation d'un modele lineaire, a condition que ces approximations au premier ordre ne soient considerees que sur un voisinage convenable des points singuliers, points ou la vitesse est nulle. Cette these decrit une methode performante, basee sur une approche statistique, qui repertorie explicitement ces problemes, et nous permet de localiser, caracteriser et suivre ces points singuliers dans une sequence d'images. Cet algorithme est exploite et valide sur differents types de sequences d'images reelles, selon plusieurs approches du probleme. Nous traitons, en premier lieu, des sequences d'images ou le mouvement inter-image est faible. Un modele de mouvement peut alors etre estime par une approche spatio-temporelle, a partir des derivees de la fonction intensite. Les sequences d'images visualisant des ecoulements de fluide ne nous permettent pas toujours d'utiliser un tel estimateur de mouvement, les deformations inter-images peuvent etre beaucoup trop importantes. Aussi, nous avons developpe deux autres methodes permettant d'estimer le mouvement fluide a partir d'une seule image. Une approche cepstrale permet de traiter les images ou la vitesse des phenomenes observes est tres grande par rapport a la cadence d'acquisition d'image des appareils utilises, il s'agira d'images avec flou de bouge. D'autre part, pour les images ou la forme perceptible rend compte du mouvement, comme par exemple dans les images visualisant les filets d'emission, nous proposons une methode geometrique. L'information de mouvement est contenue dans la forme visualisee.