Abstract FR:

En traitement d'images, la prise de decision est souvent l'objectif final: classification, extraction de primitives, detection d'objets, analyse d'une scene tous ces problemes passent par la prise de decision sur la base des informations tirees du contenu des images. Ces informations sont souvent ambigues, les raisonnements mis en uvre ont donc pour but fondamental de tenir compte du caractere incertain des informations manipulees. On distingue en general deux types d'informations: les informations numeriques, issues de traitements fondamentalement numeriques (mesures diverses, analyse d'hypotheses en termes de probabilites, d'ensembles flous, combinaison de ces hypotheses) et les connaissances symboliques, plus complexes, qui permettent d'interpreter et de structurer les resultats obtenus (assemblage d'objets structures, regles declaratives, savoir-faire operatoire). La plupart des travaux s'orientent vers une utilisation en deux etapes des deux types de connaissances: la premiere traitant les mesures numeriques selon des modeles numeriques (prise de decision bayesienne, theorie de dempster-shafer, decisions floues), la seconde manipulant les resultats de la premiere etape et les connaissances symboliques disponibles selon des raisonnements de type symbolique (regles declaratives, systemes experts). Cette these a pour objectif d'elaborer des schemas de prise de decision differents, qui s'appuient sur la presence et l'utilisation simultanee des deux types d'informations, en les faisant participer conjointement a la prise de decision: au niveau numerique, les connaissances symboliques (par exemple les relations entre objets) peuvent ameliorer la qualite et la fiabilite des raisonnements ; au niveau symbolique, l'association systematique d'une mesure numerique de confiance a chaque objet permet de mieux combiner et assembler les differents concepts symboliques. Nous avons developpe une application pour l'interpretation de scenes urbaines a l'aide de photographies aeriennes et de cartes geographiques. La methode d'analyse s'appuie sur les aspects essentiels suivants. Un modele symbolique hierarchique est defini a l'aide de graphes pour representer le paysage urbain. Il est fonde sur le reseau routier et construit a partir des informations extraites de la carte et des photographies. Ce reseau routier peut etre represente numeriquement dans les images: on lie ainsi directement le modele symbolique et les connaissances symboliques qu'il porte, aux mesures numeriques que sont les images et les informations qui en sont extraites. Un outil efficace de gestion de l'incertain au sein de ce modele est propose. Il est fonde sur l'emploi d'une mesure numerique unique. L'objectif est d'evaluer numeriquement la qualite du modele symbolique obtenu, i. E. La confiance qui peut etre attribuee aux resultats presentes. Cette evaluation repose sur la collaboration etroite des connaissances symboliques (modele de la ville, descriptions symboliques des objets) et des informations numeriques (mesures numeriques des proprietes de chaque objet, degre de confiance). La structure de graphes se revele etre un moyen efficace pour traduire symboliquement et numeriquement les relations entre les objets complexes. Toute la force de ce systeme repose sur la capacite a fusionner et combiner competitivement ou cooperativement de nombreux algorithmes d'analyse en tenant compte de la qualite des resultats obtenus par chacun. Ce sont les premieres bases indispensables d'une eventuelle automatisation complete future du systeme (auto-controle)