Détection des galaxies à faible brillance de surface, segmentation hyperspectrale dans le cadre de l'observatoire virtuel Low surface brightness galaxy detection, hyperspectral segmentation within the framework of the virtual observatory Markov, Processus de Pas de mots clés en anglais 621.3 523.1 Markov, Processus de Thèses et écrits académiques Galaxies Thèses et écrits académiques Traitement d'images Thèses et écrits académiques Visualisation Thèses et écrits académiques Les progrès technologiques de l'instrumentation astronomique soulèvent des problématiques variées. En particulier, le développement des capteurs multispectraux permet l'acquisition de masses de données porteuses d'une information très riche. Néanmoins, l'interprétation et le traitement de tels volumes de données restent délicats pour la communauté astronomique. Dans le cadre de cette thèse nous proposons une méthode de détection de galaxies à faible brillance de surface basée sur l'utilisation d'une segmentation markovienne par quadarbre. Puis, nous étudions une nouvelle méthode de segmentation de cubes de données hyperspectraux basée sur une approche spectrale puis sur une régularisation spatiale de la carte de segmentation. Enfin, nous proposons deux méthodes de visualisation d'images multibandes, ainsi qu une méthode de segmentation floue par champs de Markov. Ces méthodes sont validées sur des images astronomiques et ont fait l'objet d'une interaction particulièrement riche entre communauté STIC et communauté astronomique. Technological progress in astronomical instrumentation raise various issues. The development of multispectral sensors yields extremely valuable data. Nevertheless interpretation and processing of such images remain tricky for the astronomical community. Within the framework of this thesis we propose a new method for the detection of low surface brightness galaxy based on a quadtree Markovian segmentation. We then introduce a new segmentation method of hyperspectral data cubes based on a spectral discrimination and on a spatial regularization of the segmentation map. We then propose two multispectral images visualization methods and a new fuzzy segmentation method based on Markov fields. These methods are validated on astronomical images and led to a fruitful cooperation between STIC and astronomical community. Electronic Thesis or Dissertation Text fr France PDF https://publication-theses.unistra.fr/public/theses_doctorat/2006/PETREMAND_Matthieu_2006.pdf Université de Strasbourg Strasbourg Petremand Matthieu 1980-01-01T00:00:00 FR 114962189 http://www.theses.fr/2006STR13197 2006STR13197 2006-11-20T00:00:00 Télédétection et imagerie physique Université Louis Pasteur (Strasbourg) 026404540 Doctorat Docteur es non oui Collet Christophe 058922180 Genova Françoise 032526237 École doctorale Sciences de la Terre et Environnement (Strasbourg ; 2000-....) ED413 15650166X ddc:520 ddc:620