Mémoires de Fin d’Etudes
Etablissement
Université Blida1- Saad Dahlab
Affiliation
Département Electronique
Auteur
SAADI, Slami
Directeur de thèse
GUESSOUM Abderrezak (Professeur)
Co-directeur
BETTAYEB M. (Professeur)
Filière
Electronique
Diplôme
Doctorat
Titre
Optimal image restoration using swarm intelligence algorithms and their synergie
Mots clés
algorithms, optimal, image, intelligence, synergie
Résumé
Dans cette thèse, nous avons introduit une nouvelle approche optimale au problème de la restauration des images dégradées non linéaire qui est utile pour l’amélioration des images obtenues par radiographie neutronique. Ces images sont en niveaux de Gris. Nous essayons de reconstruire ou restaurer une image qui a été dégradé pendant l’acquisition, en utilisant des connaissances à priori du phénomène de dégradation. Notre approche est basée sur les méthodes d’optimisation en utilisant l’intelligence en essaims, comme les essaims des particules (PSO) et les bactéries en recherche de nourriture (BFO), en plus de leur synergie, pour résoudre un tel problème inverse mal posé. De nombreux travaux ont été fait en utilisant plusieurs techniques, allant des filtres linéaires et non linéaires, l’algèbre des matrices et mathématique discrète et la dé-convolution régularisée, à des méthodes d’optimisation tels que les réseaux de neurones, la logique floue et les algorithmes évolutionnaires génétiques. Nous avons choisi la méthode de régularisation des variations totales (TV) qui exige la linéarisation d’un terme de pénalité hautement non linéaire, et on a profité des avantages de l’intelligence en essaims, afin de faciliter les calculs. Pour obtenir des images lissées en présence de bruit, une contrainte Laplacienne est introduite dans le processus d’optimisation pour la régularisation. Une autre aproache est présentée dans cette thèse basée sur la modélisation du porocesus nonlinéaire de dégradation par un model ARMA (autoregressive moving average). Ce model est identifé en utilisant un réseau de neurons optimisé. L’apprentissage de ce réseau est réalisé à l’aide d’une implémentation hybride de deux algorithmes : PSO et BFO. L’image originale et la fonction de dégradation sont déterminés en même temps à travers ce model. Une étude comparative basée sur des mesures de qualité d’image est effectuée entre ces approches.
Réponse CS
soutenu
Statut
Validé