• Langue : Français
• Discipline : Electronique
• Identifiant : Inconnu
• Type de thèse : Doctorat
• Date de soutenance : 01/01/1996

Résumé en langue originale

CETTE THESE EST CONSACREE A LA SEGMENTATION STATISTIQUE NON SUPERVISEE DES IMAGES RADAR. L'ORIGINALITE DE NOTRE ETUDE RESIDE DANS L'ADOPTION DU SYSTEME DE DISTRIBUTIONS DE PEARSON POUR MODELISER LES SCENES NATURELLES HOMOGENES. NOUS GENERALISONS LES METHODES D'ESTIMATION EMPLOYEES POUR UN MELANGE DE DISTRIBUTIONS DE MEME LOI A UN MELANGE DE DISTRIBUTIONS DE LOIS DIFFERENTES ET APPARTENANT AU SYSTEME DE PEARSON. DES ALGORITHMES D'ESTIMATION BASES SUR LA MAXIMISATION DE LA VRAISEMBLANCE ET SUR LA NOTION DE L'ESPERANCE CONDITIONNELLE ONT ETE DEVELOPPES AFIN D'ACCOMPLIR CETTE TACHE. LES METHODES D'ESTIMATION DEVELOPPEES POUR LES IMAGES RADAR MONOSPECTRALES ONT ETE GENERALISEES POUR LE CAS DES IMAGES RADAR MULTISPECTRALES. NOUS ETUDIONS LA ROBUSTESSE DES ALGORITHMES PROPOSES A TRAVERS LA SEGMENTATION D'IMAGES DE SYNTHESE ET D'IMAGES RADAR DE NATURES DIFFERENTES