Détection des galaxies à faible brillance de surface et segmentation hyperspectrale dans le cadre de l'observatoire virtuel

Technological progress in astronomical instrumentation raise variousissues. Thanks to the growing sensor sensitivity,monospectral imagery make it possible to discover objects which werepreviously impossible to detect. The development of multispectral sensorsyields extremely valuable data. Nevertheless interpretation andprocessing of such images remain tricky for the astronomicalcommunity. Within the framework of this thesis we propose a set ofmethods that make the interpretation process easier for theastronomer. We introduce a new fuzzy segmentation method based on Markovfields allowing to take into account the specificities of astronomicalobjects : fuzzy boundaries and diffuse objects. Afuzzy pixel of the segmentation map thus belongs to one or two hardclasses depending on a certain membership level. We alsopropose a new method for the detection of Low Surface Brightness (LSB)galaxy based on a quadtree Markovian segmentation.This segmentation allows to highlight the LSB within the observationbackground through an accurate estimation of the noisestatistics contained in the acquisition. A set of selection steps isthen carried out to determine if the detected object is a LSB.We then introduce two multispectral images visualization methodsallowing to synthetize the information contained by all theobservation bands in a colored composition in the HSV colorspace (Hue Saturation Value). Finally we propose a newsegmentation method of hyperspectral data cubes based on a spectraldiscrimination and on a spatial regularization of thesegmentation map obtained thanks to a quadtree segmentation. Thesemethods are validated on astronomical images and led to a fruitful cooperationbetween computer vision community and astronomical community. Furthermoretwo methods have been validated on remote sensingobservation for which some specific issues remain common.Les progrès technologiques de l'instrumentation astronomique soulèvent des problématiques variées. L'imagerie monobande permet, grâce aux capteurs de résolution et de sensiblité croissante, de découvrir des objets autrefois inobservables. 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 un ensemble de méthodes facilitant le processus d'interprétation réalisé par l'astronome. Nous introduisons une nouvelle méthode de segmentation floue par champs de Markov permettant de prendre en compte les spécificités des observations astronomiques : frontières des objets non définies et objets diffus. Un pixel flou de la carte de segmentation appartient ainsi à une ou deux classes dures en fonction d'un certain degré d'appartenance. Nous proposons également une méthode de détection de galaxies à faible brillance de surface (galaxies LSB) basée sur l'utilisation d'une segmentation markovienne par quadarbre. Cette segmentation permet de dégager les galaxies LSB du fond de ciel grâce à une estimation fine de la statistique du bruit présent dans l'observation. Un ensemble d'étapes de sélection est ensuite mis en oeuvre afin de caractériser la galaxie. Nous proposons deux méthodes de visualisation d'images multispectrales permettant de synthétiser l'information portée par toutes les bandes dans une composition colorée réalisée dans l'espace TSL (Teinte Saturation Luminance). Enfin, nous étudions une nouvelle méthode de segmentation de cubes de données hyperspectraux basée sur une approche de discrimination spectrale puis sur une régularisation spatiale de la carte de segmentation par une approche markovienne par quadarbre. Ces méthodes sont validées sur des images astronomiques et ont fait l'objet d'une interaction particulièrement riche entre communauté STIC et communauté astronomique. De plus, deux méthodes sont validées sur des images issues du domaine de la télédétection pour lesquelles certaines problématiques restent communes