Participants : Christophe Canus, Jacques Lévy Véhel
Mots clefs : analyse multifractale, détection de changements
(En collaboration avec ALCATEL ISR) Nous proposons une approche multifractale au problème de la détection de changements dans des séquences d'images, telles que des images télédétectées (aériennes ou satellites) ou des séquences d'images médicales (RMN ou Angiographie).
Une des applications les plus importantes de l'analyse d'images est de fournir des moyens de contrôler une scène durant une certaine période de temps et de détecter les changements dans cette scène. En photo-interprétation, la détection de changements consiste à déterminer les différences significatives -- la plupart du temps d'origine humaine en opposition à ceux d'origine naturelle et/ou saisonnière -- entre les nouvelles images et une image de référence où des modèles de sites ont été extraits. En imagerie biomédicale, le but est de contrôler l'évolution et le traitement des maladies. Dans les deux contextes, les méthodes existantes nécessitent des connaissances a priori des changements que l'on veut détecter.
L'approche multifractale ne nécessite pas de telles hypothèses. La séquence d'images est analysée par rapport à une image de référence, celle-ci étant par exemple la première image de la séquence. Les coefficients de Hölder ponctuels permettent une interprétation locale des différences entre les images, et le spectre de Hausdorff fournit une information globale en ``connectant'' ensemble les différences de même nature [16].
Une extension de ce travail sera d'utiliser la description fournie par le spectre de grandes déviations dans le contexte de l'analyse multifractale mutuelle. Un autre point intéressant sera de définir des critères d'optimalité non seulement sur les capacités mais aussi sur les spectres correspondants.