Image processing with general adaptive neighborhoods (GANs).
Traitement d'image à voisinages adaptatifs généraux.
Résumé
This thesis deals with multiscale and adaptive (both with spatial and intensity settings) processing of gray tone images. From a punctual characterization, an image is represented with a set of local neighborhoods, called general adaptive neighborhoods (GANs). For each point of the image to be studied, an increasing collection of GANs is defined, allowing a context-dependent multiscale analysis to be performed. These GANs are adaptive in the sense that each neighborhood spatially coincides with the local structure of the seed point, following the radiometric, morphological, geometrical or textural characteristics to be analyzed. In addition, the GANs are physically relevant since they depend on the physical and/or psychophysical nature of the image to be studied. Consequently, the GANs are adapted to linear images or imaging systems, but also nonlinear and/or bounded range images such as transmitted light images, practical digital images or the human brightness perception system. This image representation, based on general adaptive neighborhoods, allows efficient image processing tools to be built. These GANs naturally constitute operational windows for local image transformations. Firstly, adaptive mathematical morphology is introduced using GANs as (adaptive) structuring elements. The resulting transformations satisfy the usual properties of classical morphological operators. Moreover, in several important and practical cases, the adaptive morphological operators are connected, that is of great topological importance, in comparison to the usual ones which fail to this property. Secondly, Choquet filtering is extended with the GANs, generalizing several nonlinear operators such as rank-order filters. Beyond, the GANs enable to introduce local adaptive descriptors for gray tone images, such as orientation or thickness. These local measures lead on the definition of new GANs allowing a more significant spatial analysis to be performed, or the solving of practical applications in image processing and analysis. In this thesis, the general adaptive neighborhood image processing (GANIP) is applied in the fields of image restoration, image enhancement or image segmentation. This approach promises large theoretical prospects and should permit the devising of several image processes responding to concrete problems.
Cette thèse de doctorat porte sur le traitement multi-échelle et adaptatif (en espace et en intensité) des images à tons de gris. A partir d'une caractérisation ponctuelle, une image est représentée par un ensemble de voisinages locaux : les voisinages adaptatifs généraux (VAG). A chaque point de l'image est associée une famille croissante de VAG permettant une analyse multi-échelle des différentes caractéristiques de l'image. Ces VAG sont adaptatifs dans le sens ou chaque voisinage coïncide spatialement avec la structure locale du point considéré, suivant les informations radiométriques, morphologiques, géométriques, ou texturales, étudiées. De plus, les VAG sont physiquement cohérents puisque leur modélisation dépend de la nature physique et/ou psychophysique de l'image à analyser. Par conséquent, les VAG sont adaptés aux images ou systèmes d'imagerie linéaires, mais aussi non linéaires et/ou bornes, tels que les images acquises en lumière transmise, en lumière réfléchie (modèle multiplicatif) ou le système humain de perception visuelle. Cette analyse par voisinages adaptatifs généraux conduit au développement d'outils de traitement d'image. Ces VAG forment naturellement des fenêtres opérationnelles propices à des transformations locales d'image. Dans un premier temps, la morphologie mathématique adaptative est introduite en considérant des éléments structurants (adaptatifs) bases sur ces VAG. Les transformations résultantes satisfont les propriétés standards des opérateurs morphologiques usuels et de surcroît en vérifient de nouvelles telles que la connexité, ce qui est topologiquement remarquable. Dans un second temps, le filtrage de Choquet est étendu à l'aide des voisinages adaptatifs généraux, généralisant de nombreux opérateurs non-linéaires tels que les filtres d'ordre. En outre, les VAG permettent la définition de descripteurs adaptatifs locaux d'images en tons de gris tels que l'orientation ou l'épaisseur. Ces mesures peuvent conduire d'une part à la définition de nouveaux VAG permettant une analyse d'image plus cohérente ou d'autre part à la résolution de problèmes pratiques de traitement d'image. Dans le cadre de cette thèse, le traitement d'image à voisinages adaptatifs généraux (TIVAG) à été appliqué aux problèmes de restauration, de rehaussement ou de segmentation d'image. Cette approche ouvre par ailleurs de nouvelles perspectives théoriques et devrait permettre la mise au point de nombreux processus de traitement d'image répondant à des problèmes applicatifs concrets.
Loading...