Abstract FR:

Le cadre général de cette thèse est l'analyse du mouvement dans les séquences d'images. Elle se compose de deux parties : la première partie s'intéresse au filtrage linéaire récursif. La deuxième et principale partie aborde l'étude du mouvement à travers ses principaux thèmes : estimation, détection et segmentation. La première partie s'ouvre sur un rappel des principes de base du filtrage linéaire récursif qui constitue un préalable pour l'étude du mouvement et conditionne fortement la qualité des traitements effectués en aval. Nous décrivons ensuite une méthode originale de traitement du problème des effets des bords qu'il engendre. Elle est fondée sur l'utilisation des propriétés des suites récurrentes convergentes. Les résultats présentés montrent que l'élimination des effets de bords a un effet bénéfique sur la performance des filtres. Dans la seconde partie, nous motivons tout d'abord l'intérêt de l'étude du mouvement et rappelons diverses méthodes existantes. Pour l'estimation du mouvement, nous proposons une approche multirésolution fondée sur la définition d'un modèle d'énergie minimisée à chaque niveau de résolution par une méthode variationnelle. Ce modèle prend en compte les discontinuités par l'introduction d'une variable de contrôle. Le troisième chapitre présente la méthode que nous avons développée, qui permet de reconstruire les masques des objets mobiles dans la scène, à partir du champ des vecteurs vitesses estimé précédemment. Cette approche combine des techniques de détection de contours, de morphologie mathématique binaire et de remplissage de formes. Dans le chapitre quatre, l'approche de segmentation du mouvement que nous avons retenue est liée aux phases du flux optique. Elle est réalisée en deux étapes : une segmentation grossière fondée sur la mesure des concavités de l'histogramme des phases du flux optique, suivie d'une segmentation fine fondée sur une modélisation markovienne du champ des étiquettes précédemment grossièrement estimé.