Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for +publisher:"Paris, ENST" +contributor:("Gousseau, Yann"). Showing records 1 – 3 of 3 total matches.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. Mazin, Baptiste. Méthodes robustes pour l'estimation d'illuminants et la prise en compte de la couleur en comparaison d'images : Robust methods for illuminant estimation and color image matching.

Degree: Docteur es, Signal et images, 2014, Paris, ENST

Cette thèse traite de l’utilisation de la couleur en vision par ordinateur. Deux problèmes sont étudiés : - l’estimation d’illuminants, - la mise en correspondance de descripteurs locaux pour la comparaison d’images couleur. Les surfaces achromatiques renvoient un spectre lumineux ayant la même distribution fréquentielle que le spectre de l’illuminant. Les détecter permet donc de recouvrer l'illuminant. En supposant que l’ensemble des couleurs que peut prendre un illuminant est limité (équation de Planck), il est possible de sélectionner les pixels appartenant à une surface potentiellement grise. Une méthode de vote est alors appliquée, permettant de sélectionner un ou plusieurs illuminants. L’algorithme final possède de nombreux avantages : il est efficace, intuitif, ne nécessite pas de phase d’apprentissage et requiert peu de paramètres, qui s’avèrent stables. De plus, la méthode de vote permet de s’adapter aux cas où plusieurs sources lumineuses éclairent la scène photographiée. Les descripteurs locaux sont des outils puissants pour comparer les images. Cependant, le rôle de la couleur dans l’étape d’appariement a fait l’objet de peu d’études. Le problème principal que nous considérons ici est celui de l’apport de la couleur pour l’appariement de descripteurs locaux. Un usage local de la couleur permet-il de désambiguïser les situations où la luminance seule est insuffisante ? Et si oui, dans quelles proportions ? Nous proposons quatre descripteurs permettant de décrire de manière détaillée le contexte local de points clés dans l’optique de les apparier. Les expériences proposées montrent clairement l’apport de la couleur pour la mise en correspondance locale.

This thesis addresses the use of color in image processing and computer vision. Two problems are studied: - illuminant estimation, - local descriptors matching for color images comparison. Achromatic surfaces are defined as surfaces reflecting a spectrum with the same frequency dsitribution than the illuminant. Consequently, revovering these surfaces allows to estimate the illuminant. Assuming that the range of colors taken by an illuminant is limited (Planck equation), it is possible to select the pixels belonging to a potentially gray surface. A voting procedure is then applied to select one or more illuminants. The proposed algorithm has many advantages: it is effective, intuitive, does not rely on a learning phase and requires only few parameters. In addition, the voting procedure can be adapted to handle cases where multiple light sources of different colors illuminate the scene. Local descriptors are powerful tools to compare images. However, few studies concern the influence of color in the matching step. The main problem that we consider here is the contribution of the color matching of local descriptors. Does the local use of color allow to disambiguate situations where the luminance alone is insufficient ? And if so, how much? We propose four descriptors to precisely describe the local context of key points in the matching step. The main idea…

Advisors/Committee Members: Gousseau, Yann (thesis director), Delon, Julie (thesis director).

Subjects/Keywords: Couleur; Descripteurs locaux; Appariement d'images; Sift; Invariance photométrique; Estimation d’illuminant; Color; Local descriptors; Image matching; Sift; Photometric invariance; Illuminant estimation

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Mazin, B. (2014). Méthodes robustes pour l'estimation d'illuminants et la prise en compte de la couleur en comparaison d'images : Robust methods for illuminant estimation and color image matching. (Doctoral Dissertation). Paris, ENST. Retrieved from http://www.theses.fr/2014ENST0016

Chicago Manual of Style (16th Edition):

Mazin, Baptiste. “Méthodes robustes pour l'estimation d'illuminants et la prise en compte de la couleur en comparaison d'images : Robust methods for illuminant estimation and color image matching.” 2014. Doctoral Dissertation, Paris, ENST. Accessed March 22, 2019. http://www.theses.fr/2014ENST0016.

MLA Handbook (7th Edition):

Mazin, Baptiste. “Méthodes robustes pour l'estimation d'illuminants et la prise en compte de la couleur en comparaison d'images : Robust methods for illuminant estimation and color image matching.” 2014. Web. 22 Mar 2019.

Vancouver:

Mazin B. Méthodes robustes pour l'estimation d'illuminants et la prise en compte de la couleur en comparaison d'images : Robust methods for illuminant estimation and color image matching. [Internet] [Doctoral dissertation]. Paris, ENST; 2014. [cited 2019 Mar 22]. Available from: http://www.theses.fr/2014ENST0016.

Council of Science Editors:

Mazin B. Méthodes robustes pour l'estimation d'illuminants et la prise en compte de la couleur en comparaison d'images : Robust methods for illuminant estimation and color image matching. [Doctoral Dissertation]. Paris, ENST; 2014. Available from: http://www.theses.fr/2014ENST0016

2. Dellinger, Flora. Descripteurs locaux pour l'imagerie radar et applications : Local features for SAR images and applications.

Degree: Docteur es, Signal et images, 2014, Paris, ENST

Nous étudions ici l’intérêt des descripteurs locaux pour les images satellites optiques et radar. Ces descripteurs, par leurs invariances et leur représentation compacte, offrent un intérêt pour la comparaison d’images acquises dans des conditions différentes. Facilement applicables aux images optiques, ils offrent des performances limitées sur les images radar, en raison de leur fort bruit multiplicatif. Nous proposons ici un descripteur original pour la comparaison d’images radar. Cet algorithme, appelé SAR-SIFT, repose sur la même structure que l’algorithme SIFT (détection de points-clés et extraction de descripteurs) et offre des performances supérieures pour les images radar. Pour adapter ces étapes au bruit multiplicatif, nous avons développé un opérateur différentiel, le Gradient par Ratio, permettant de calculer une norme et une orientation du gradient robustes à ce type de bruit. Cet opérateur nous a permis de modifier les étapes de l’algorithme SIFT. Nous présentons aussi deux applications pour la télédétection basées sur les descripteurs. En premier, nous estimons une transformation globale entre deux images radar à l’aide de SAR-SIFT. L’estimation est réalisée à l’aide d’un algorithme RANSAC et en utilisant comme points homologues les points-clés mis en correspondance. Enfin nous avons mené une étude prospective sur l’utilisation des descripteurs pour la détection de changements en télédétection. La méthode proposée compare les densités de points-clés mis en correspondance aux densités de points-clés détectés pour mettre en évidence les zones de changement.

We study here the interest of local features for optical and SAR images. These features, because of their invariances and their dense representation, offer a real interest for the comparison of satellite images acquired under different conditions. While it is easy to apply them to optical images, they offer limited performances on SAR images, because of their multiplicative noise. We propose here an original feature for the comparison of SAR images. This algorithm, called SAR-SIFT, relies on the same structure as the SIFT algorithm (detection of keypoints and extraction of features) and offers better performances for SAR images. To adapt these steps to multiplicative noise, we have developed a differential operator, the Gradient by Ratio, allowing to compute a magnitude and an orientation of the gradient robust to this type of noise. This operator allows us to modify the steps of the SIFT algorithm. We present also two applications for remote sensing based on local features. First, we estimate a global transformation between two SAR images with help of SAR-SIFT. The estimation is realized with help of a RANSAC algorithm and by using the matched keypoints as tie points. Finally, we have led a prospective study on the use of local features for change detection in remote sensing. The proposed method consists in comparing the densities of matched keypoints to the densities of detected keypoints, in order to point out changed areas.

Advisors/Committee Members: Tupin, Florence (thesis director), Gousseau, Yann (thesis director).

Subjects/Keywords: Imagerie radar; Image satellite; SIFT; Détection de changement; Recalage d'image radar; Radar imagery; Satellite image; Scale-invariant feature transform (SIFT); Change detection; Radar image registration

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Dellinger, F. (2014). Descripteurs locaux pour l'imagerie radar et applications : Local features for SAR images and applications. (Doctoral Dissertation). Paris, ENST. Retrieved from http://www.theses.fr/2014ENST0037

Chicago Manual of Style (16th Edition):

Dellinger, Flora. “Descripteurs locaux pour l'imagerie radar et applications : Local features for SAR images and applications.” 2014. Doctoral Dissertation, Paris, ENST. Accessed March 22, 2019. http://www.theses.fr/2014ENST0037.

MLA Handbook (7th Edition):

Dellinger, Flora. “Descripteurs locaux pour l'imagerie radar et applications : Local features for SAR images and applications.” 2014. Web. 22 Mar 2019.

Vancouver:

Dellinger F. Descripteurs locaux pour l'imagerie radar et applications : Local features for SAR images and applications. [Internet] [Doctoral dissertation]. Paris, ENST; 2014. [cited 2019 Mar 22]. Available from: http://www.theses.fr/2014ENST0037.

Council of Science Editors:

Dellinger F. Descripteurs locaux pour l'imagerie radar et applications : Local features for SAR images and applications. [Doctoral Dissertation]. Paris, ENST; 2014. Available from: http://www.theses.fr/2014ENST0037

3. Riot, Paul. Blancheur du r?sidu pour le d?bruitage d'image : Residual whiteness for image denoising.

Degree: Docteur es, Signal et images, 2018, Paris, ENST

Nous proposons une ?tude de l?utilisation avanc?e de l?hypoth?se de blancheur du bruit pour am?liorer les performances de d?bruitage. Nous mettons en avant l?int?r?t d??valuer la blancheur du r?sidu par des mesures de corr?lation dans diff?rents cadres applicatifs. Dans un premier temps, nous nous pla?ons dans un cadre variationnel et nous montrons qu?un terme de contrainte sur la blancheur du r?sidu peut remplacer l?attache aux donn?es L2 en am?liorant significativement les performances de d?bruitage. Nous le compl?tons ensuite par des termes de contr?le de la distribution du r?sidu au moyen des moments bruts. Dans une seconde partie, nous proposons une alternative au rapport de vraisemblance menant, ? la norme L2 dans le cas Gaussien blanc, pour mesurer la dissimilarit? entre patchs. La m?trique introduite, fond?e sur l?autocorr?lation de la diff?rence des patchs, se r?v?le plus performante pour le d?bruitage et la reconnaissance de patchs similaires. Finalement, les probl?matiques d??valuation de qualit? sans oracle et de choix local de mod?le sont abord?es. Encore une fois, la mesure de la blancheur du r?sidu apporte une information pertinente pour estimer localement la fid?lit? du d?bruitage.

We propose an advanced use of the whiteness hypothesis on the noise to imrove denoising performances. We show the interest of evaluating the residual whiteness by correlation measures in multiple applications. First, in a variational denoising framework, we show that a cost function locally constraining the residual whiteness can replace the L2 norm commonly used in the white Gaussian case, while significantly improving the denoising performances. This term is then completed by cost function constraining the residual raw moments which are a mean to control the residual distribution. In the second part of our work, we propose an alternative to the likelihood ratio, leading to the L2 norm in the white Gaussian case, to evaluate the dissimilarity between noisy patches. The introduced metric, based on the autocorrelation of the patches difference, achieves better performances both for denoising and similar patches recognition. Finally, we tackle the no reference quality evaluation and the local model choice problems. Once again, the residual whiteness bring a meaningful information to locally estimate the truthfulness of the denoising.

Advisors/Committee Members: Gousseau, Yann (thesis director), Tupin, Florence (thesis director), Almansa, Andr?s (thesis director).

Subjects/Keywords: D?bruitage d?image; Blancheur; Bruit blanc; R?sidu; Distribution; M?thodes variationnelles; D?bruitage par patchs; Evaluation de qualit?; Choix local de mod?le; Image denoising; Whiteness; White noise; Residue; Distribution; Variational methods; Non-local means; Quality assessment; Local model choice

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Riot, P. (2018). Blancheur du r?sidu pour le d?bruitage d'image : Residual whiteness for image denoising. (Doctoral Dissertation). Paris, ENST. Retrieved from http://www.theses.fr/2018ENST0006

Chicago Manual of Style (16th Edition):

Riot, Paul. “Blancheur du r?sidu pour le d?bruitage d'image : Residual whiteness for image denoising.” 2018. Doctoral Dissertation, Paris, ENST. Accessed March 22, 2019. http://www.theses.fr/2018ENST0006.

MLA Handbook (7th Edition):

Riot, Paul. “Blancheur du r?sidu pour le d?bruitage d'image : Residual whiteness for image denoising.” 2018. Web. 22 Mar 2019.

Vancouver:

Riot P. Blancheur du r?sidu pour le d?bruitage d'image : Residual whiteness for image denoising. [Internet] [Doctoral dissertation]. Paris, ENST; 2018. [cited 2019 Mar 22]. Available from: http://www.theses.fr/2018ENST0006.

Council of Science Editors:

Riot P. Blancheur du r?sidu pour le d?bruitage d'image : Residual whiteness for image denoising. [Doctoral Dissertation]. Paris, ENST; 2018. Available from: http://www.theses.fr/2018ENST0006

.