Etudiant : OUAIDAR SOURAYA

Filière : Master Informatique Décisionnelle et Vision Intelligente (MIDVI)

Encadrant : Pr. SABRI ABDELOUAHED

Annèe : 2022

Résumé : Dans le cadre de l’analyse d’images, l’information couleur est généralement codée par les trois composantes de l’espace RGB. Cependant, cette information peut également être codée dans de nombreux autres espaces de représentation de la couleur, tels que HSV, HSI, YCbCr, I1I2I3, ou encore CIELAB. Ces différents espaces possèdent des propriétés physiques, psychologiques ou physiologiques spécifiques et il a été montré dans de nombreux travaux que le choix de l’espace couleur influençait significativement les résultats de l’analyse. Ces dernières années, de nombreuses approches multi espaces couleur ont émergées. En exploitant simultanément les propriétés de plusieurs espaces couleur, ces approches permettent de contourner la difficulté liée au choix de l’espace le plus approprié, tout en offrant de meilleurs résultats. Partant du constat que le changement et l’association d’espaces couleur permet d’améliorer les résultats de l’analyse d’images couleur, l’idée de ce stage est de proposer une première approche où le concept de transformation et d’association d’espaces couleur serait étendu au cas des images hyperspectrales. Une première transformation d’espace appliquée au cas des images hyperspectrales a été proposée en 2017. Dans cette approche, l’espace Hyper-HSI a été défini et appliqué au cas de la segmentation d’images. L’objectif de ce stage est multiple. Dans un premier temps, mon travail consiste à appliquer et améliorer la transformation Hyper-HSI dans le cadre de la classification de textures hyperspectrales, ensuite de voir dans quelle mesure il est possible de définir d’autres hyper-espaces couleur, pour mesurer l’intérêt d’une approche multi hyper-espaces, afin d’en mesurer l’apport sur des bases d’images de référence.