La lecture à portée de main
Découvre YouScribe en t'inscrivant gratuitement
Je m'inscrisDécouvre YouScribe en t'inscrivant gratuitement
Je m'inscrisDescription
Sujets
Informations
Publié par | Thesee |
Nombre de lectures | 29 |
Langue | Français |
Poids de l'ouvrage | 10 Mo |
Extrait
Universite´deBourgogne
EcoleDoctoraleEnvironnement-Sante´/STIC(E2S)
The`se
pre´sente´epar
Pierre-EmmanuelLeni
pourobtenirlegradede
Docteurdel’Universit´e
disciplineInstrumentationetInformatiquedel’Image
Nouvellesm´ethodesdetraitementdesignaux
multidimensionnelspard´ecompositionsuivantle
the´ore`medeSuperpositiondeKolmogorov
Soutenuele23Novembre2010
Jyru
Atilla
BASKURT
Professeura`l’INSALyonRapporteur
Jocelyn
CHANUSSOT
ProfesseurauGrenobleInstituteofTechnologyRapporteur
Boris
IGELNIK
AssociateProfessor`al’Universite´deCaseWesternReserveExaminateur
DavidA.
SPRECHER
Professeura`l’Universite´deCalifornie(SantaBarbara)Examinateur
Ce´dric
DEMONCEAUX
MaitredeConfe´rencea`l’Universite´deBourgogneExaminateur
Yohan
FOUGEROLLE
MaitredeConfe´rencea`l’Universite´deBourgogneExaminateur
Fre´de´ric
TRUCHETET
Professeura`l’Universite´deBourgogneExaminateur
ii
Remerciements
Cettethe`ses’estde´roule´eauLaboratoireLE2I
1
.Elleabe´ne´ficie´d’unfinancementdu
CNRSa`traversunebourseBDI.
JeremercielesProfesseursJean-MarieBILBAULTetDavidFOFI,respectivementdirec-
teurdulaboratoireetresponsabledel’´equipecreusotine,dem’avoiraccueilliauLabora-
toireLE2I.
JesouhaitevivementremercierMonsieurAtillaBaskurt,Professeur`al’universit´edeLyon
2,etMonsieurJocelynChanussot,Professeur`al’universit´edeGrenobled’avoiraccept´e
d’eˆtrerapporteursdecem´emoire.Jetiens`aremerciere´galementmessieursDavidSprecher,
Professeura`l’universit´edeCalifornie,BorisIgelnik,AssociateProfessor`al’universit´ede
CaseWesternReserve,etC´edricDemonceaux,MaitredeConf´erencea`l’Universit´ede
Bourgognepourl’honneurqu’ilsm’ontfaitenacceptantd’ˆetremembredemonjury.
JeneremercieraijamaisassezMessieursFr´ede´ricTruchetetetYohanFougerolle,respec-
tivementdirecteurdeth`eseetencadrant,pourleurspr´ecieuxconseils,leurdisponibilit´e
etleursoutientoutaulongdemath`ese.
Mesremerciementss’adressent´egalementa`touslesenseignants-chercheurs,doctorantset
stagiairesduCreusot,Nathalie,sansoublierl’´equipe
Revenge
avecquij’aieul’immense
plaisirdetravaillerdurantcetteth`ese.
Etenfin,jesouhaiteremerciermafamille,mesamiesetamis,pourleursoutienetleur
sympathiedurantcestroisann´eesdethe`se.
1.LaboratoireLE2IUMRCNRS5158,12ruedelafonderie,71200LECREUSOT
iii
vi
Re´sum´e
Letraitementdesignauxmultidimensionnelsresteunprobl`emede´licatlorsqu’ils’agit
d’utiliserdesm´ethodesconc¸uespourtraiterdessignauxmonodimensionnels.Ilfautalors
e´tendrelesm´ethodesmonodimensionnelles`aplusieursdimensions,cequin’estpastou-
jourspossible,oubienconvertirlessignauxmultidimensionnelsensignaux
1
D
.Dansce
cas,l’objectifestdeconserverlemaximumdespropri´ete´sdusignaloriginal.
Danscecontexte,leth´eore`medesuperpositiondeKolmogorovfournituncadreth´eo-
riqueprometteurpourlaconversiondesignauxmultidimensionnels.Eneffet,en1957,
Kolmogorovad´emontre´quetoutefonctionmultivari´eepouvaits’´ecrirecommesommeset
compositionsdefonctionsmonovari´ees.Notretravails’estfocalis´esurlade´composition
d’imagessuivantlesch´emapropose´parlethe´ore`medesuperposition,afind’´etudierlesap-
plicationspossiblesdecetted´ecompositionautraitementd’image.Pourcela,nousavons
toutd’abord´etudie´laconstructiondesfonctionsmonovari´ees.Ceproble`meafaitl’objetde
nombreuses´etudes,etre´cemment,deuxalgorithmesont´ete´propose´s.Sprecherapropos´e
dans[Sprecher,1996;Sprecher,1997]unalgorithmedanslequelild´ecritexplicitementla
me´thodepourconstruireexactementlesfonctionsmonovari´ees,toutenintroduisantdes
notionsfondamentales`alacompre´hensionduth´eore`me.Parailleurs,IgelniketParikhont
propose´dans[IgelnikandParikh,2003;Igelnik,2009]unalgorithmepourapprocherles
fonctionsmonovari´eesparunre´seaudesplines.
Nousavonsappliqu´ecesdeuxalgorithmes`alade´compositiond’images.Nousnoussommes
ensuitefocalis´esurl’e´tudedel’algorithmed’Igelnik,quiestplusfacilementmodifiableet
offreunerepr´esentationanalytiquedesfonctions,pourproposerdeuxapplicationsorigi-
nalesre´pondanta`desproble´matiquesclassiquesdetraitementdel’image:
–pourlacompression:nousavons´etudie´laqualite´del’imagereconstruiteparunr´eseau
desplinesge´ne´re´avecseulementunepartiedespixelsdel’imageoriginale.Pouram´e-
liorercettereconstruction,nousavonspropos´ed’effectuercetted´ecompositionsurdes
imagesdede´tailsissuesd’unetransform´eeenondelettes.Nousavonsensuitecombin´e
cetteme´thodea`JPEG2000,etnousmontronsquenousam´elioronsainsilesch´emade
compressionJPEG2000,mˆemea`basbitrates.
–pourlatransmissionprogressive:enmodifiantlag´ene´rationdure´seaudesplines,
l’imagepeutˆetrede´compose´eenuneseulefonctionmonovari´ee.Cettefonctionpeut
eˆtretransmiseprogressivement,cequipermetdereconstruirel’imageenaugmentant
progressivementsar´esolution.Deplus,nousmontronsqu’unetelletransmissionest
re´sistante`alaperted’information.
v
Mots-clefs:
The´ore`medeSuperpositiondeKolmogorov,d´ecompositiondefonctions
multivarie´es,traitementdesignal,compressiond’image,transmissionprogressived’image
Abstract
Novelprocessingmethodsformultidimensionalsignalsusingdecompositions
bytheKolmogorovSuperpositiontheorem
Theprocessingofmultidimensionalsignalremainsdifficultwhenusingmonodimensional-
basedmethods.Therefore,itiseitherrequiredtoextendmonodimensionalmethodsto
severaldimensions,whichisnotalwayspossible,ortoconvertthemultidimensionalsi-
gnalsinto
1
D
signals.Inthiscase,thepriorityistopreservemostofthepropertiesofthe
originalsignal.
Inthiscontext,theKolmogorovSuperpositionTheoremoffersapromisingtheoreticalfra-
meworkformultidimensionalsignalconversion.In1957,Kolmogorovdemonstratedthat
anymultivariatefunctioncanbewrittenassumsandcompositionsofmonovariatefunc-
tions.Wehavefocusedourstudyontheresearchofapplicationsinimageprocessingofthe
imagedecompositionaccordingtothesuperpositiontheoremscheme.Wehavefirststudied
themonovariatefunctionconstructions.Variousstudieshavedealtwiththisproblem,and
recently,twoalgorithmshavebeenproposed.Sprecherhasproposedin[Sprecher,1996;
Sprecher,1997]analgorithminwhichthemethodtoexactlybuildthemonovariatefunc-
tionsisdescribed,aswellasfundamentalnotionsfortheunderstandingofthetheorem.
IgelnikandParikhhaveproposedin[IgelnikandParikh,2003;Igelnik,2009]analgorithm
toapproximatethemonovariatefunctionsbyaSplinenetwork.
Wehaveappliedbothalgorithmstoimagedecomposition.WehavechosentouseIgel-
nik’salgorithmwhichiseasiertomodifyandprovidesananalyticrepresentationofthe
functions,toproposetwonovelapplicationsforclassicalproblemsinimageprocessing:
–forcompression:wehavestudiedthequalityofareconstructedimageusingaspline
networkbuiltwithonlyafractionofthepixelsoftheoriginalimage.Toimprovethis
reconstruction,wehaveproposedtoapplythisdecompositiononimagesofdetails
obtainedbywavelettransform.WehavethencombinedthismethodwithJPEG2000,
andweshowthattheJPEG2000compressionschemeisimproved,evenatlowbitrates.
–forprogressivetransmission:bymodifyingthesplinenetworkconstruction,theimage
canbedecomposedintoonemonovariatefunction.Thisfunctioncanbeprogressively
iv
transmitted,whichallowstoreconstructtheimagebyprogressivelyincreasingitsreso-
lution.Moreover,weshowthatsuchatransmissionisresilienttoinformationlost.
Keywords:
Kolmogorovsuperpositiontheorem,multidimensionalfunction
noit,
signal
processing,
gamie
compression,
Progressive
iiv
egamI
Transmission
decomposi-
iiiv
Tabledesmati`eres
Introduction
1
1Contexteth´eorique6
1.1Lethe´ore`medeSuperposition.........................6
1.1.1Historiqueetcontributions.......................6
1.1.2Applicationsexistantes.........................8
1.1.3Enonc´es.................................9
1.1.4Principesdelad´ecomposition.....................11
1.2Traitementd’image...............................12
1.2.1Mesuresdequalit´e...........................13
1.2.2Codage.................................14
2Imple´mentations16
2.1L’algorithmedeSprecher............................17
2.1.1Introduction...............................17
2.1.2Algorithme...............................18
2.1.3Applicationdelad´ecompositionsurdesimages...........22
2.1.4Conclusion................................23
2.2L’algorithmed’IgelniketParikh........................25
2.2.1Introduction........................