Les récifs coralliens

Table des matières

INTRODUCTION
CHAPITRE 1 REVUE DE LITTÉRATURE
1.1 Les récifs coralliens
1.2 Collecte des données sous-marines
1.3 Reconnaissance de forme
1.3.1 Bases de données
1.3.2 Débalancement des classes
1.3.3 Prétraitements
1.3.4 Segmentation
1.3.5 Extraction des descripteurs de texture
1.3.5.1 Espaces de représentation
1.3.5.2 Analyse statistique de la distribution des pixels
1.3.5.3 Analyse de la distribution des pixels par filtrage
1.3.6 Extraction des descripteurs de couleur
1.3.7 Dimension de l’espace de représentation
1.3.7.1 Analyse en composantes principales (ACP)
1.3.7.2 Sélection d’attributs
1.3.8 Classificateurs
1.3.9 Analyse statistique des résultats
1.3.10 Application à la classification de groupes benthiques
CHAPITRE 2 OPTIMISATION D’UN ALGORITHME DE CLASSIFICATION POUR LA BASE DE DONNÉES DE L’AIMS
2.1 Introduction
2.2 Méthodologie d’optimisation
2.3 Sélection des prétraitements
2.3.1 Caractéristiques des images
2.3.2 Méthode de comparaison des prétraitements
2.3.3 Résultats de la comparaison des prétraitements
2.3.4 Interprétation des conséquences du prétraitement
2.4 Segmentation
2.4.1 Choix du type de segmentation
2.4.2 Méthode de sélection de la taille de l’imagette
2.4.3 Résultats de la sélection de la taille de l’imagette
2.4.4 Impact du choix de taille d’imagettes
2.5 Sélection des descripteurs
2.5.1 Définition de l’impact du choix des descripteurs
2.5.2 Méthodologie de sélection des descripteurs
2.5.3 Distribution des descripteurs sélectionnés à travers les récifs
2.5.4 Apport de chaque descripteur à l’ensemble
2.5.5 Comparaison de la performance des descripteurs à la fine pointe de la technique
2.6 Optimisation des paramètres des SVM
2.6.1 Utilisation d’un SVM
2.6.2 Méthodologie d’optimisation pour la base de données de l’AIMS
2.6.3 Résultats de l’optimisation des paramètres sur plusieurs récifs
2.6.4 Interprétation des valeurs prises par les paramètres
2.6.5 Discussion sur le processus d’optimisation
2.7 Configuration finale
CHAPITRE 3 GÉNÉRALISATION SUR LA BASE DE DONNÉES DE L’AIMS
3.1 Introduction
3.2 Seuils de performance du système
3.2.1 Méthodologie d’évaluation des limites du processus de classification
3.2.2 Résultats des validations croisées
3.2.2.1 Interprétation des limites de performance du système de classification
3.3 Scénarios de classification des images de l’AIMS
3.3.1 Méthodologie d’évaluation des couples entrainement-test
3.3.2 Résultats d’entrainements et tests sur deux récifs distincts, au cours d’une période d’échantillonnage
3.3.3 Résultats d’entrainements sur plusieurs récifs et de test sur un récif distinct, au cours d’une période
3.3.4 Résultats d’entrainements sur plusieurs périodes d’échantillonnage pour un seul récif
3.3.5 Résultats d’entrainements sur d’autres années de tous les récifs
3.3.6 Interprétation des résultats des différents scénarios
CONCLUSION
RECOMMANDATIONS
ANNEXE I STATISTIQUES APPLIQUÉES À LA MATRICE DE COOCCURRENCE
ANNEXE II STATISTIQUES APPLIQUÉES AUX HISTOGRAMMES DE TONS DE GRIS
ANNEXE III BASE DE DONNÉES DE L’AIMS
ANNEXE IV RÉSULTATS DE L’OPTIMISATION DES PARAMÈTRES DU NOYAU RBF DU SVM
ANNEXE V RÉSULTATS DES VALIDATIONS CROISÉES
ANNEXE VI RÉSULTATS DE LA GÉNÉRALISATION DE L’APPLICATION DE L’ALGORITHME
LISTE DE RÉFÉRENCES BIBLIOGRAPHIQUES