Détection des galaxies à faible brillance de surface, segmentation hyperspectrale dans le cadre de l'observatoire virtuel
Langue Français
Accéder à la thèseDroits d'accès : non autorisé

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Petremand, Matthieu
Date de soutenance : 20-11-2006

Directeur(s) de thèse : Collet, Christophe - Genova, Françoise


Établissement de soutenance : Université Louis Pasteur (Strasbourg)
École doctorale : École doctorale Sciences de la Terre et Environnement (Strasbourg ; 2000-....)
 
Discipline : Télédétection et imagerie physique
Classification : Astronomie, cartographie, géodésie, Sciences de l'ingénieur

Mots-clés libres : Markov, Processus de
Mots-clés :
  • Markov, Processus de - Thèses et écrits académiques
  • Galaxies - Thèses et écrits académiques
  • Traitement d'images - Thèses et écrits académiques
  • Visualisation - Thèses et écrits académiques
Résumé : 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.
 
Type de contenu : Text
 
Entrepôt d'origine : Ressource locale
Identifiant : ecrin-ori-292585
Type de ressource : Thèse