Abstract FR:

Dans l'analyse d'images, le traitement des informations de texture liée a l'état de la surface d'une zone pose encore beaucoup de problèmes. La représentation par modèle autorégressif (modèle ar) qui permet d'aborder les principaux traitements applicables aux textures (synthèse, classification et segmentation) a déjà fait l'objet de nombreux travaux. Cette thèse présente une nouvelle méthode de reconnaissance et de classification des textures basée sur leur caractérisation par des moments discrets bidimensionnels des réponses impulsionnelles de leurs modèles ar représentatifs. Ces modèles sont définis sur un domaine quart de plan et leur identification fait appel au calcul des corrélations. Leur utilisation en synthèse donne des résultats assez satisfaisants dans le cas des textures aléatoires. Les résultats sont moins bons pour les textures déterministes; l'instabilité des modèles détermines sur ces structures (qui se traduit par des oscillations au niveau de leurs réponses impulsionnelles) en est probablement la cause principale. Ces expériences permettent cependant de valider l'utilisation de tels modèles dans la procédure de reconnaissance proposée. L'application de celle-ci a permis de reconnaitre correctement une serie de 12 textures: 6 textures aléatoires et 6 déterministes