Accéder directement au contenu Accéder directement à la navigation
Thèse

Traitement et classification parcimonieuse des images radar pour l’aide à la reconnaissance de cibles

Résumé : La reconnaissance automatique de cibles est toujours une problématique d’intérêt dans différents domaines d’application (sécurité, surveillance, automobile, environnement, médecine, …). Dans le cadre du travail réalisé, nous nous sommes intéressés au développement d’une méthodologie dédiée à la reconnaissance de cibles à partir des images radar à synthèse d’ouverture (directe ou inverse). Dans ce contexte, différentes techniques développées dans la littérature souffrent de certaines lacunes selon la nature des données traitées (hétérogènes, multimodales, …), la précision, la robustesse vis-à-vis du bruit et le temps de calcul. Dans ce travail, l’objectif principal porte sur le développement d’outils pour l’aide à la reconnaissance de cibles à partir des images radar. Ainsi, deux bases de données d’images ont été considérées. D’une part des images ISAR (Inverse Synthetic Aperture Radar), récoltées dans la chambre anéchoïque de l’ENSTA Bretagne. Et d’autre part des images SAR (Synthetic Aperture Radar) de la base de données MSTAR. Pour atteindre l’objectif d’amélioration du processus de reconnaissance étudié et développé, et en dehors des méthodes proposées au niveau du traitement et d’extraction de caractéristiques, nous nous sommes intéressés tout au long de la phase de reconnaissance à l’apport de la classification parcimonieuse des images radar. Dans ce sens, la première contribution porte sur la proposition d’un dictionnaire formé par les descripteurs SIFT (Scale Invariant Feature Transform) filtrés par la méthode de la saillance visuelle. Ensuite, en utilisant ce dictionnaire, une classification parcimonieuse multitâche est appliquée dans la phase de reconnaissance. Quant à la seconde contribution, elle intègre la modélisation statistique des images radar considérées dans le domaine des ondelettes complexe. Les paramètres statistiques résultants (univariés ou multivariés) ont été mis à profit pour construire un dictionnaire statistique. Ce dictionnaire est pondéré par la suite en utilisant une mesure de similarité qui intègre la KLD (Kullbak-Leibler Divergence) entre les paramètres statistiques. Les performances des deux contributions ont été évaluées empiriquement sur les deux bases de données distinctes d’images radar (ISAR et SAR).
Liste complète des métadonnées

Littérature citée [215 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-02096884
Contributeur : Abes Star :  Contact
Soumis le : mercredi 1 avril 2020 - 15:49:14
Dernière modification le : lundi 19 avril 2021 - 15:36:04

Fichier

2018_ayoub_karine.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-02096884, version 2

Citation

Ayoub Karine. Traitement et classification parcimonieuse des images radar pour l’aide à la reconnaissance de cibles. Traitement du signal et de l'image [eess.SP]. ENSTA Bretagne - École nationale supérieure de techniques avancées Bretagne; Université Mohammed V (Rabat). Faculté des sciences, 2018. Français. ⟨NNT : 2018ENTA0013⟩. ⟨tel-02096884v2⟩

Partager

Métriques

Consultations de la notice

179

Téléchargements de fichiers

485