Contribution à la caractérisation multi-échelle de l’anisotropie des images texturées

Abstract

Ce travail est consacré à la caractérisation de l'anisotropie des images. Pour y parvenir, il est établi que, dans le cas de textures complexes, la mesure de l'orientation dominante comme celle de l'anisotropie dépendent fortement de l'échelle à laquelle la texture a été observée. Le premier chapitre définit la notion de texture et celle d'échelle d'observation. Les différentes approches de caractérisation texturale existantes sont présentées et leur aptitude à rendre compte des phénomènes directionnels à différentes échelles d'observation est évaluée. Le second chapitre présente les méthodes les plus courantes pour l'estimation de l'orientation dominante d'une texture. Un indicateur local est ensuite proposé : le Vecteur Directionnel Moyen. Il s'appuie sur des caractéristiques locales et peut être calculé à toute échelle d'observation. Ses performances sont étudiées sur des images de synthèse et sur des textures naturelles. Le troisième chapitre introduit un nouvel indicateur d'anisotropie nommé Iso. Il est basé sur le calcul des différences locales des Vecteurs Directionnels Moyens obtenus à une échelle donnée. Ses performances sont comparées à celles des estimateurs classiques de dispersion directionnelle. Le dernier chapitre est consacré à l'évaluation de l'anisotropie de textures complexes (microscopiques et macroscopiques) en fonction de l'échelle d'observation. Un modèle de texture complexe est construit et le comportement de l'indicateur Iso sur ce modèle est établi. L'indicateur est ensuite appliqué à la caractérisation de textures naturelles et de synthèse. Il est ensuite montré que l'évolution de cet indicateur en fonction de l'échelle d'observation fournit une courbe qui caractérise à la fois l'anisotropie de la texture traitée ainsi que la taille des différentes primitives texturales microscopiques et macroscopiques formant cette texture. L'indicateur Iso , calculé à différentes échelles, est appliqué à des textures synthétiques, à des textures de l'album de Brodatz ainsi qu'à des images de matériaux composites observés par microscopie électronique à transmission.

The thesis deals with the characterisation of textured image anisotropy. In the case of complex textures, i.e composed of both microscopic and microscopic structural elements, the author demonstrates that the measurement of either dominant direction or texture anisotropy strongly depends on the scale used for the observation. The first chapter gives definitions for texture and for observation scale. Some popular approaches allowing texture characterisation are presented and their ability to take into account directionality at different scales is discussed. The second chapter presents classical methods for dominant texture orientation estimation. A new local operator is proposed : the Directional Mean Vector. It is based on local characteristics of the picture and can be computed for all observation scales. The performances obtained with this operator are evaluated with synthetic and natural textures. The third chapter introduces a new estimator, called Iso, for anisotropy. It is based on the computation of local differences of the Directional Mean Vectors obtained from a picture at a given observation scale. The performances of Iso are compared to those obtained with some classical dispersion indicators for directional data. The last chapter is devoted to the estimation of anisotropy for complex textures versus the observation scale. A new model for complex texture is proposed and the behaviour of Iso indicator is studied for this model. Thereafter, it is shown that the evolution of Iso versus the scale of observation is obeying a law which characterises simultaneously the anisotropy of the texture and the size of the textural elements that form the picture, whether they are macroscopic or microscopic. Lastly, Iso is computed at different scales for synthetic textures, for Brodatz textures and for natural textures of composite materials obtained from electronic microscope images.