Modèles de contours actifs basés régions pour la segmentation d'images et de vidéos

The general issue of our work is the elaboration of region-based active contours models for image and video segmentation. We propose to segment regions or objects by minimizing a general functional including domains and boundaries integrals. In this framework, the functions characterizing regions or boundaries are named "descriptors''. The minimum is searched using the propagation of a region-based active contour. The associated evolution equation is computed using shape derivation tools. Besides, we take into account the case of region-dependent descriptors that evolve during the curve propagation. We show that this variation induces supplementary terms in the evolution equation.<br /><br />Region-based active contours models are then applied to various applications of segmentation. First, statistical descriptors based on the matrix covariance determinant are proposed for face segmentation. Statistical parameters estimation is performed jointly to the segmentation. Second, we propose statistical descriptors using a distance to a reference histogram. Endly, detection of moving objects in sequences acquired either by a static or a mobile camera is performed using a hierarchical association of motion-based descriptors and spatial ones.L'objectif de cette thèse est l'élaboration de modèles de contours actifs basés régions pour la segmentation d'images et de vidéos.<br />Nous proposons de segmenter les régions ou objets en minimisant une fonctionnelle composée d'intégrales de régions et d'intégrales de contours. Dans ce cadre de travail, les fonctions caractérisant les régions ou les contours sont appelées "descripteurs''. La recherche du minimum se fait via la propagation d'un contour actif dit basé régions. L'équation d'évolution associée est calculée en utilisant les outils de dérivation de domaines. Par ailleurs, nous prenons en compte le cas des descripteurs dépendant de la région qui évoluent au cours de la propagation du contour. Nous montrons que cette dépendance induit des termes supplémentaires dans l'équation d'évolution.<br /><br />Le cadre de travail développé est ensuite mis en oeuvre pour des applications variées de segmentation. Tout d'abord, des descripteurs statistiques basés sur le déterminant de la matrice de covariance sont étudiés pour la segmentation du visage. L'estimation des paramètres statistiques se fait conjointement à la segmentation. Nous proposons ensuite des descripteurs statistiques utilisant une distance à un histogramme de référence. Enfin, la détection des objets en mouvement dans les séquences à caméra fixe et mobile est opérée via l'utilisation hierarchique de descripteurs basés mouvement et de descripteurs spatiaux