Nuvola apps important.png Attention, suite à une faille de sécurité, les liens vers les serveurs d'exploration sont désactivés.

-

Thèse ULP 2006 Petremand

De Wicri Alsace
logo travaux test signalement de thèse

Thèse de l'Université Louis Pasteur - Strasbourg

Matthieu Petremand : Détection des galaxies à faible brillance de surface et segmentation hyperspectrale dans le cadre de l'observatoire virtuel

Laboratoire
LSIIT - Laboratoire des Sciences de l'Image, de l'Informatique et de la Télédétection
http://lsiit.u-strasbg.fr/
CNRS : UMR7005 – Université Louis Pasteur - Strasbourg I
Pole API Bd Sebastien Brant BP 10413 67412 Illkirch CEDEX
France
OAS - Observatoire astronomique de Strasbourg
http://astro.u-strasbg.fr/
CNRS : UMR7550 – INSU – Université Louis Pasteur - Strasbourg I
11 Rue de l'université 67000 STRASBOURG
France


Résumé
Les progrès technologiques de l'instrumentation astronomique soulèvent des problématiques variées. L'imagerie monobande permet, grâce aux capteurs de résolution et de sensiblité croissante, de découvrir des objets autrefois inobservables. En particulier, le développement des capteurs multispectraux permet l'acquisition de masses de données porteuses d'une information très riche. Néanmoins, l'interprétation et le traitement de tels volumes de données restent délicats pour la communauté astronomique. Dans le cadre de cette thèse nous proposons un ensemble de méthodes facilitant le processus d'interprétation réalisé par l'astronome. Nous introduisons une nouvelle méthode de segmentation floue par champs de Markov permettant de prendre en compte les spécificités des observations astronomiques : frontières des objets non définies et objets diffus. Un pixel flou de la carte de segmentation appartient ainsi à une ou deux classes dures en fonction d'un certain degré d'appartenance. Nous proposons également une méthode de détection de galaxies à faible brillance de surface (galaxies LSB) basée sur l'utilisation d'une segmentation markovienne par quadarbre. Cette segmentation permet de dégager les galaxies LSB du fond de ciel grâce à une estimation fine de la statistique du bruit présent dans l'observation. Un ensemble d'étapes de sélection est ensuite mis en oeuvre afin de caractériser la galaxie. Nous proposons deux méthodes de visualisation d'images multispectrales permettant de synthétiser l'information portée par toutes les bandes dans une composition colorée réalisée dans l'espace TSL (Teinte Saturation Luminance). Enfin, nous étudions une nouvelle méthode de segmentation de cubes de données hyperspectraux basée sur une approche de discrimination spectrale puis sur une régularisation spatiale de la carte de segmentation par une approche markovienne par quadarbre. Ces méthodes sont validées sur des images astronomiques et ont fait l'objet d'une interaction particulièrement riche entre communauté STIC et communauté astronomique. De plus, deux méthodes sont validées sur des images issues du domaine de la télédétection pour lesquelles certaines problématiques restent communes.
domaine
Sciences de l'ingénieur/Signal
Sciences de l'univers/Astrophysique
Sciences informatiques/IHM, images, données et connaissances
Projet(s), Collaboration(s)
ACI Masses de Données en Astronomie, CDS (Centre de Données Astronomiques de Strasbourg)
Équipe(s) de recherche
LSIIT, Equipe PASEO
organisme de délivrance
Université Louis Pasteur - Strasbourg I
école doctorale
Sciences de la Terre, de l'Univers et de l'Environnement de Strasbourg
spécialité
informatique
autres localisations
http://picabia.u-strasbg.fr/lsiit/perso/collet/ftp/PhD/PhD_Petremand.pdf
langue
Français
directeur de thèse
Christophe Collet
courriel du directeur
Christophe.Collet@ensps.u-strasbg.fr
composition du Jury
  • Françoise Genova (co-directrice)
  • Eric Slézak (rapporteur externe)
  • Kacem Chehdi (rapporteur externe)
  • Christian Boily (rapporteur interne)
  • Mireille Louys (examinateur)
  • François Bonnarel (membre invité)
mots-clés
Imagerie hyperspectrale – modèles markoviens flous – segmentation – réduction de dimensionnalité – visualisation – détection de galaxies – astronomie
mots-clés en anglais
Hyperspectral imagery – fuzzy Markovian models – segmentation – dimensionality reduction – visualization – galaxy detection – astronomy
Source
CCSD/TEL

http://tel.archives-ouvertes.fr/tel-00152065/fr/

Liens interwikis

Voir cette thèse sur Wicri/Terre