No d'ordre

Louis Pasteur - Strasbourg

Description

Niveau: Supérieur, Doctorat, Bac+8
No d'ordre : THESE presentee pour obtenir le grade de Docteur de l'Universite Louis Pasteur - Strasbourg I Ecole doctorale : Sciences de la Terre, de l'Univers et de l'Environnement de Strasbourg Discipline : Informatique Specialite : Traitement d'images et vision par ordinateur Detection des galaxies a faible brillance de surface, segmentation hyperspectrale dans le cadre de l'observatoire virtuel Matthieu PETREMAND Membres du jury : Rapporteur interne : C. BOILY Maıtre de conferences, HDR ULP, Strasbourg Rapporteur externe : E. SLEZAK Astronome adjoint, HDR OCA, Nice Rapporteur externe : K. CHEHDI Professeur ENSSAT, Lannion Directeur de these : C. COLLET Professeur ULP, Strasbourg Directrice de these : F. GENOVA Direct. de Rech. CDS, Strasbourg Examinateur : M. LOUYS Maıtre de conferences ULP, Strasbourg Invite : F. BONNAREL Ingenieur de recherche CDS, Strasbourg Travail effectue au sein du Laboratoire des Sciences de l'Image, de l'Informatique et de la Teledetection, UMR - 7005 CNRS - ULP et de l'observatoire astronomique de Strasbourg, UMR - 7550 CNRS

• segmentation markovienne floue


• strasbourg examinateur


• traitement de l'image en astronomie


• methodes supervisees


• imagerie astronomique


• sciences de la terre, de l'univers et de l'environnement de strasbourg discipline


• resultats de segmentation


• theorie de l'estimation bayesienne

Sujets

• Julien
• Slezak
• Collet
• Vollmer

Informations

• Publié par: profil-zyak-2012
• Nombre de lectures: 71
• Langue: Français
• Poids de l'ouvrage: 4 Mo

Extrait

oN d’ordre :
?THESE
pr¶esent¶ee pour obtenir le grade de
Docteur de l’Universit¶e Louis Pasteur - Strasbourg I
¶Ecole doctorale : Sciences de la Terre, de l’Univers et de l’Environnement de Strasbourg
Discipline : Informatique
Sp¶ecialit¶e : Traitement d’images et vision par ordinateur
D¶etection des galaxies a? faible brillance de surface,
segmentation hyperspectrale dans le cadre
de l’observatoire virtuel
Matthieu PETREMAND
Membres du jury :
Rapporteur interne : C. BOILY Ma^‡tre de conf¶erences, HDR ULP, Strasbourg
¶Rapporteur externe : E. SLEZAK Astronome adjoint, HDR OCA, Nice
Rapp : K. CHEHDI Professeur ENSSAT, Lannion
Directeur de th?ese : C. COLLET ULP, Strasbourg
Directrice de these? : F. GENOVA Direct. de Rech. CDS,ourg
Examinateur : M. LOUYS Ma^‡tre de conf¶erences ULP, Strasbourg
Invit¶e : F. BONNAREL Ing¶enieur de recherche CDS,ourg
Travail efiectu¶e au sein du Laboratoire des Sciences
de l’Image, de l’Informatique et de la T¶el¶ed¶etection, UMR - 7005 CNRS - ULP
et de l’observatoire astronomique de Strasbourg, UMR - 7550 CNRSRemerciements
Je remercie Messieurs Kacem Chehdi, Christian Boily et Eric Sl¶ezak pour l’int¶er^et
qu’ilsontport¶esa?mestravauxenacceptantlat^achederapporteurs.Jeremercie¶egalement
Monsieur Fran»cois Bonnarel et Madame Mireille Louys pour avoir accept¶e de participer
au jury.
Je remercie mon directeur de th?ese Monsieur Christophe Collet pour la conflance, le
soutien et la disponibilit¶e qu’il m’a accord¶e ainsi que pour la justesse et la pertinence des
conseils qu’il m’a prodigu¶e durant ces trois ann¶ees de these.? Je lui suis reconnaissant de
m’avoir fait partager son enthousiasme et son gout^ pour la recherche.
Cetravaila¶et¶er¶ealis¶eauLSIIT(LaboratoiredesSciencesdel’Image,del’Informatique
et de la T¶el¶ed¶etection), dans l’¶equive MIV (Mod?eles, Images et Vision) en collaboration
avec le CDS (Centre de Donn¶ees astronomiques de Strasbourg) dans le cadre de l’ACI
MDA (Masses de Donn¶ees en Astronomie). J’exprime ma gratitude a? Madame Fran»coise
Genova, directrice du CDS, et a? Monsieur Fabrice Heitz, directeur du LSIIT, pour leur
accueil dans leur laboratoire respectif.
Je tiens ¶egalement a? remercier Fran»cois Bonnarel et Mireille Louys pour leur aide
et leurs conseils prodigu¶es tout au long de ma these? ainsi que pour avoir support¶e mes
incessants allers-retours dans leur bureau. Je les remercie ¶egalement, ainsi que Bernd
Vollmer et Eric Sl¶ezak pour m’avoir patiemment et toujours brillamment enseign¶es les
concepts astronomiques n¶ecessaires aux travaux men¶es dans cette th?ese.
Mercia?touslesmembresdes¶equipesMIVetCDS,pourleurgentillesseetleursoutien.
Plus particulieremen? t, je remercie Farid, Matthieu, Alex, Andr¶e, Christian, Fabien, Jean
Julien, et Thomas pour toutes les discussions scientiflques (ou pas) qui m’ont permises
d’avancer dans ma these.?
Jened¶erogeraipasa?laregle? consistanta?remerciermesprochescarcesont¶egalement
eux qui m’ont permis d’avancer dans mes travaux. Je remercie ainsi ma famille pour son
soutien et ses encouragements quasi-quotidien. Merci¶egalementa? Felagund (aka J¶erome)
quim’aaccompagn¶ependantunebonnepartieexploratoired’Azeroth.Plusquelejoueur,
je remercie la personne qui m’a toujours conseill¶ee et rassur¶ee tout au long de ma th?ese
et qui est si souvent venu me voir. Je remercie¶egalement tous les membres des Aes Sedai
pourleurbonnehumeurconstanteetleursoutien.J’adressemessinc?eresremerciementsa?
Olivierquiasuivimestravauxpresqueaussiassidumen^ tquemoi.Enfln,mercia?Laurent,
Numa, Fred, Matthieu, Karim, S¶ebi, Nicolas, Elsa, Samuel, Greg, Pierrot, St¶ephane pour
leursoutienetlafacilit¶eaveclaquelleleurpr¶esencem’auraaid¶eea?surmonterlesmoments
les plus di–ciles de ma th?ese.iiTable des matieres?
Introduction g¶en¶erale 1
1 L’imagerie astronomique 3
1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 L’imagerie monobande . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Spectroscopie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.3 Imagerie multibande . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.4 L’imagerie hyperspectrale . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Archivage et gestion de grandes masses de donn¶ees astronomiques . . . . . 13
1.3 Traitement de l’image en astronomie . . . . . . . . . . . . . . . . . . . . . 14
1.3.1 Les outils de traitements astronomiques. . . . . . . . . . . . . . . . 15
1.3.2 M¶ethodes avanc¶ees de traitement du signal et de l’image appliqu¶e
a? l’astronomie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Segmentation markovienne oue 21
2.1 Notations utilis¶ees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Les m¶ethodes de segmentation . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.1 M¶ethodes supervis¶ees . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.2 M¶ethodes non-supervis¶ees . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Segmentation markovienne oue . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.1 Th¶eorie de l’estimation bay¶esienne . . . . . . . . . . . . . . . . . . 28
2.3.2 Modele? markovien ou . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.3 Estimation des parametres? du mod?ele markovien . . . . . . . . . . 37
2.4 R¶esultats de segmentations . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3 D¶etection des galaxies a? faible brillance de surface 55
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2 Notations utilis¶ees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.3 Segmentation markovienne par quadarbre . . . . . . . . . . . . . . . . . . 57
3.4 D¶etection des galaxies LSB . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.4.1 Traitements \astronomiques" des observations INT . . . . . . . . . 59
3.4.2 Elimination d’objets dans la carte de segmentation . . . . . . . . . 60
3.4.3 Optimisation des parametres? de chaque ellipse . . . . . . . . . . . . 61
3.5 R¶esultats de d¶etection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67?iv TABLE DES MATIERES
3.5.1 Donn¶ees utilis¶ees . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.5.2 R¶esultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.5.3 Comparaisons avec la d¶etection de S. Sabatini . . . . . . . . . . . . 71
3.5.4 avec la d¶ de Sextractor . . . . . . . . . . . . 72
3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4 Visualisation d’images astronomiques multibandes 77
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2 Notations utilis¶ees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.3 Colorim¶etrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.3.1 L’espace RVB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.3.2 TSL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.4 R¶eduction et analyse de donn¶ees . . . . . . . . . . . . . . . . . . . . . . . . 82
4.4.1 L’analyse factorielle discriminante . . . . . . . . . . . . . . . . . . . 82
4.4.2 R¶eduction des donn¶ees . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5 Premiere? m¶ethode de visualisation color¶ee . . . . . . . . . . . . . . . . . . 85
4.5.1 Utilisation de l’ACP pour l’axe L . . . . . . . . . . . . . . . . . . . 87
4.5.2 de l’AFD pour les axes T et S . . . . . . . . . . . . . . . 87
4.5.3 R¶esultat sur une image simple . . . . . . . . . . . . . . . . . . . . . 89
4.5.4 R¶esultats sur des images obtenues en t¶el¶ed¶etection . . . . . . . . . . 91
4.5.5 R¶ sur des astronomiques . . . . . . . . . . . . . . . . 93
4.6 Deuxieme? m¶ethode de visualisation . . . . . . . . . . . . . . . . . . . . . . 102
4.6.1 Modele? TSL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.6.2 R¶esultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5 R¶eduction-segmentation d’images astronomiques hyperspectrales 115
5.1 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
5.2 Contexte astronomique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.2.1 Introduction a? la physique des galaxies . . . . . . . . . . . . . . . . 118
5.2.2 Un univers simul¶e : GALICS . . . . . . . . . . . . . . . . . . . . . . 124
5.3 R¶eduction-Segmentation de cubes de donn¶ees hyperspectraux. . . . . . . . 126
5.3.1 Projection des donn¶ees . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.3.2 La m¶ethod