A Study of Well-composedness in n-D.

Résumé : Le processus de discrétisation faisant inévitablement appel à des capteurs, et ceux-ci étant limités de par leur nature, de nombreux effets secondaires apparaissent alors lors de ce processus; en particulier, nous perdons la propriété d'être "bien-composé" dans le sens où deux objects discrétisés peuvent être connectés ou non en fonction de la connexité utilisée dans l'image discrète, ce qui peut amener à des ambigüités. De plus, les images discrétisées sont des tableaux de valeurs numériques, et donc ne possèdent pas de topologie par nature, contrairement à notre modélisation usuelle du monde en mathématiques et en physique. Perdre toutes ces propriétés rend difficile l'élaboration d'algorithmes topologiquement corrects en traitement d'images: par exemple, le calcul de l'arbre des formes nécessite que la representation d'une image donnée soit continue et bien-composée; dans le cas contraire, nous risquons d'obtenir des anomalies dans le résultat final. Quelques representations continues et bien-composées existent déjà, mais elles ne sont pas simultanément n-dimensionnelles et auto-duales. La n-dimensionalité est cruciale sachant que les signaux usuels sont de plus en plus tridimensionnels (comme les vidéos 2D) ou 4-dimensionnels (comme les CT-scans). L'auto-dualité est nécéssaire lorsqu'une même image contient des objets a contrastes divers. Nous avons donc développé une nouvelle façon de rendre les images bien-composées par interpolation de façon auto-duale et en n-D; suivie d'une immersion par l'opérateur span, cette interpolation devient une représentation auto-duale continue et bien-composée du signal initial n-D. Cette représentation bénéficie de plusieurs fortes propriétés topologiques: elle vérifie le théorème de la valeur intermédiaire, les contours de chaque coupe de la représentation sont déterminés par une union disjointe de surfaces discrète, et ainsi de suite
Type de document :
Thèse
Modeling and Simulation. Université Paris-Est, 2016. English. 〈NNT : 2016PESC1025〉
Liste complète des métadonnées

Littérature citée [191 références]  Voir  Masquer  Télécharger

https://pastel.archives-ouvertes.fr/tel-01531035
Contributeur : Abes Star <>
Soumis le : jeudi 1 juin 2017 - 10:49:58
Dernière modification le : mercredi 11 avril 2018 - 12:12:03
Document(s) archivé(s) le : mercredi 6 septembre 2017 - 18:33:23

Fichier

TH2016PESC1025.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01531035, version 1

Citation

Nicolas Boutry. A Study of Well-composedness in n-D.. Modeling and Simulation. Université Paris-Est, 2016. English. 〈NNT : 2016PESC1025〉. 〈tel-01531035〉

Partager

Métriques

Consultations de la notice

412

Téléchargements de fichiers

79