Image classification methods based on texture analysis and characterization

Résumé

La texture peut être définie comme des changements dans l’intensité de l’image qui forment certains motifs répétitifs. Ces motifs peuvent être causés par les propriétés physiques à la surface d’un objet ou par des différences de réflexion, telles que la couleur à la surface. Bien que la reconnaissance de texture soit relativement simple pour la perception humaine, il n’en est pas de même dans les procédures automatiques, où cette tâche nécessite fréquemment des techniques de calcul complexes. L’analyse de texture joue un rôle important dans la vision par ordinateur, et son fondement est l’extraction des propriétés intrinsèques d’une image, avec lesquelles sa texture sera caractérisée. Une telle analyse est remarquable dans plusieurs applications telles que la télédétection, la médecine, l’agriculture, l’analyse d’images, la microscopie, etc. Comprendre comment les humains font la distinction entre différentes textures permet le développement de techniques capables d’accomplir cette tâche. Considérant que la perception des textures par l’homme ne change pas avec les rotations, les translations ou les changements d’échelle, toute caractérisation numérique de ces dernières devrait avoir les propriétés fondamentales suivantes : invariance aux changements de contraste et invariance aux transformations monotones. Néanmoins, dans l’ensemble, les approches actuelles de l’état de l’art présentent encore des problèmes de performances, d’une part pour le manque de caractère invariant aux transformations géométriques, telles que les transformations de similarité, et un composant pertinent qu’un descripteur de texture devrait également remplir, à savoir l’invariance aux changements d’intensité tels que les transformations d’intensité monotones ; d’autre part, en outre, de telles approches subissent les contrecoups de fluctuations aléatoires ou de bruit, car les propriétés intrinsèques de l’image en question ne sont pas conservées. Compte tenu des problèmes susmentionnés et parce que la texture forme un système de modèles non déterministe, la mesure théorique de l’information de la diversité écologique, une branche de la biologie, peut aider à sa caractérisation au maximum possible. Pour accomplir cette tâche, les concepts de diversité, de richesse, d’uniformité et de distinction taxonomique des espèces ont été adaptés et appliqués, et utilisés comme descripteurs de texture dans cette thèse. Les résultats obtenus sur des jeux de données naturelles et histopathologiques ont montré les avantages des méthodes proposées, qui sont compétitifs avec les descripteurs de l’état de l’art.

Date	12 oct. 2022
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Alessandro Lameiras Koerich (Directeur(-trice))