Contribution à une méthodologie d'intégration de connaissances pour le traitement d'images. Application à la détection de contours par règles linguistiques floues - Université de Lorraine Accéder directement au contenu
Thèse Année : 2000

Contribution à une méthodologie d'intégration de connaissances pour le traitement d'images. Application à la détection de contours par règles linguistiques floues

Oliver Perez Oramas
  • Fonction : Auteur
  • PersonId : 786848
  • IdRef : 152367705

Résumé

In this thesis, we propose a contribution to a methodology for knowledge integration in image processing that we apply to edge detection. We outlined this methodology under the base of the theory of fuzzy information granulation, recently suggested by L A. Zadeh. Thus, we built a contextual model, for an edge detection application, that incorporates knowledge about the elements relating to the acquisition system and that takes into account the imprecision of real contours. This model is inserted in a fuzzy image processing paradigm. This document is articulated in four parts. First, we present our point of view about an industrial vision system. Next, we introduce linguistic modeling as the theoretical base of approximate reasoning as same as the theory of the fuzzy information granulation. Second, we start with a generalization of image processing applications using fuzzy set theory through the paradigm of fuzzy image processing. Then we particularize this paradigm for fuzzy rules system case in order to construct our edge detection operator FRED, (Fuzzy Reasoning Edge Detection). FRED consists of five modules : the extraction of properties, the fuzzification, the reasoning, the defuzzification and the contextual model related to the knowledge base. On the ground of fuzzy information granulation, we presented a methodology to construct the contextual model, implying the stages of granulation, attribution and valuation. Third, we detail the implementation of two operators of detection of contours on the basis of FRED. Although these two operators use the same generic structure and have the same objective, edge detection, they translate nevertheless two different contexts. The results of these operators are then aggregated with a specific fusion operator that we have especially developed. And fourth, we validate the implementations of our two operators\ using Fram and Deutsch criteria on computergenerated images. These criteria reflect the robustness of the operator with respect to the noise and the continuity of the contour's segment. An application concerning a renal arteriography edge detection process ends this document.
Dans ce mémoire, nous proposons une contribution à une méthodologie d'intégration de connaissances dans le traitement d'images que nous appliquons à la détection de contours. Nous avons esquissé cette méthodologie sous la base de la théorie de la granulation floue de l'information récemment proposée par L. A. Zadeh. Ainsi, nous construisons pour une application de détection de contours, un modèle contextuel qui incorpore de la connaissance relative à diverses parties du système d'acquisition telles que l'environnement, le montage d'observation et le produit, tenant compte des imprécisions des contours réels. Ce modèle est ensuite inséré dans le paradigme de traitement flou des images que nous avons proposé. Ce mémoire s'articule en quatre parties : la première présente notre point de vue d'un système de vision industrielle et cible le traitement d'images auquel nous nous intéressons. Nous introduisons ensuite la modélisation linguistique, servant de base théorique au raisonnement approximatif et la théorie de la granulation floue de l'information. La deuxième partie généralise des applications de traitement d' images en utilisant la théorie des ensembles flous par le paradigme de traitement flou des images. Nous particularisons ensuite ce paradigme pour le cas d'un système à base de règles floues pour construire notre opérateur de détection de contours FRED, Fuzzy Resoning Edge Detection. Le modèle générique complet de cet opérateur est constitué de cinq modules qui définissent l'image de contours de sortie à partir d'une image numérique d'entrée: une étape d' extraction des propriétés, une étape de fuzzification, une étape de raisonnement, une étape de défuzzification et un modèle contextuel lié à la base de connaissances. Sur la base de la théorie de la granulation floue de l'information, nous avons présenté une méthodologie pour construire le modèle contextuel, impliquant les étapes de granulation, d'attribution et de valuation. La troisième partie détaille l'implémentation de deux opérateurs de détection de contours sur la base de l'opérateur générique FRED. Bien que ces deux opérateurs utilisent la même structure générique et aient le même objectif de détection de contours, ils traduisent néanmoins deux contextes différents. Les résultats de ces deux opérateurs sont alors agrégés par un opérateur de fusion que nous avons développé en fonction de critères spécifiques. Dans la dernière partie, pour valider l'implémentation de nos deux opérateurs, nous avons utilisé les critères de Fram et Deutsch sur des images de synthèse, qui reflètent la robustesse de l'opérateur vis à vis du bruit et la continuité des points du segment de contour. Cette validation est illustrée sur des angiographies rénales par une application dans le domaine bio-médical concernant l'extraction de contours de sténoses.

Domaines

Autre
Fichier non déposé

Dates et versions

tel-01746466 , version 1 (29-03-2018)

Identifiants

  • HAL Id : tel-01746466 , version 1

Accès intranet

Citer

Oliver Perez Oramas. Contribution à une méthodologie d'intégration de connaissances pour le traitement d'images. Application à la détection de contours par règles linguistiques floues. Autre. Université Henri Poincaré - Nancy 1, 2000. Français. ⟨NNT : 2000NAN10091⟩. ⟨tel-01746466⟩
14 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More