[ coordonnées  |  recherche  |  publications  |  démos |  cv |   ]

J'ai effectué une thèse en traitement des images avec Laure Blanc-Féraud, Gilles Aubert et Josiane Zerubia au sein du projet Ariana. Cette thèse peut se télécharger depuis la rubrique publications.
Mon sujet de thèse porte sur la classification et la restauration d'images satellitaires par approches variationnelles et équations aux dérivées partielles.
En deux mots, étant donnée une image satellitaire, il s'agit de réaliser simultanément une classification (i.e. attribuer une étiquette, ou "label", à chaque pixel) ainsi qu'une restauration (i.e. éliminer l'information non pertinente) des données. La solution obtenue est une partition régulière composée de régions homogènes étiquetées et séparées par des frontières régulières. Ce problème entre dans le cadre général de l'aide à l'interprétation de données.

	-- classification -->
©cnes

Une autre partie de ce travail consiste à appliquer ces modèles sur des images multispectrales afin de combiner l'information des différentes bandes spectrales. Les applications portent sur des données SPOT et LANDSAT.

Mots clés : classification, restauration, reconstruction, détection de contours et de régions, images satellitaires, images multispectrales, approches variationnelles, fonctionnelles, minimisation, E.D.P., approche par ensembles de niveaux, contours actifs.

démo présentant un modèle variationnel de classification basé sur la Gamma-convergence.
démo présentant un modèle variationnel de classification utilisant une approche par ensembles de niveaux.

[ coordonnées  |  recherche  |  publications  |  démos |  cv |   ]