Browsing by Author "TALEB Nasreddine"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    A Genetic Approach for Optimal Registration in Medical and Satellite Imaging
    (2012-12-11) MESKINE Fatiha; TALEB Nasreddine
    Résumé : Le recalage d'image est une tâche essentielle utilisée en traitement d'image pour correspondre à deux ou plusieurs images prises à des moments différents, par des différents capteurs, ou depuis de points de vue différents. Il a trouvé des applications dans de nombreuses applications réelles telles que la télédétection, l'analyse d'images médicales, vision par ordinateur et reconnaissance de formes. L'objectif est de trouver dans un espace de recherche énorme de transformations géométriques, une solution acceptable précise dans un délai raisonnable. Dans cette thèse, on présente une méthode de recalage des images en utilisant les algorithmes génétiques comme méthode d’optimisation pour la recherche des meilleurs paramètres d’une transformation rigide. Récemment, un grand nombre de techniques ont été développées telle que les approches multi-résolutions. Dans ce cadre, nous présentons un algorithme de recalage des images hybride qui utilise des algorithmes génétiques combinant la Transformée non sous-échantillonnée du Contourlette appelé NSCT. L’algorithme est appliqué sur variété de types d’images : SPOT, IKONOS et radar et les résultats sont satisfaisantes. Dans une autre contribution, nous avons développé une méthode de recalage de points 2D. La procédure consiste à aligner deux ensembles de données par le biais d'une méthode robuste pour obtenir la meilleure correspondance entre les points. Le problème d'optimisation est également résolu par l'algorithme génétique. Les résultats montrent l'efficacité de cette méthode pour le recalage des images satellitaires ainsi que des images médicales. Mots clés : Recalage d’images, algorithme génétique, images satellitaires, la transformée contourlette redondante, recalage de nuages de points, images médicales. Abstract: Image registration is a fundamental task used in image processing to match two or more images taken at different times, from different sensors or from different viewpoints. It has found applications in numerous real-life applications such as remote sensing, medical image analysis, computer vision and pattern recognition. The objective is to find in a huge search space of geometric transformations, an acceptable accurate solution in a reasonable time. In this thesis, we have developed a global optimal method in order to get a registration approach with high accuracy based on the application of Genetic Algorithms. Recently, many techniques have been developed such as multi-resolution approaches. In this context, we present a hybrid algorithm for image registration using genetic algorithms combining within a multi-resolution framework based on the Non-Subsampled Contourlet Transform (NSCT). To demonstrate the effectiveness of these methods, these registration techniques have been successfully applied to register SPOT, IKONOS and Synthetic Aperture Radar (SAR) images. In another contribution, we have developed a 2D point set registration. The procedure focused on aligning two data sets through a robust method in order to obtain the best correspondence between points. The registration optimization problem is also solved by a genetic algorithm method. The results show the efficiency of this method for registration of satellite images as well as medical images. Keywords : image registration, genetic algorithms, satellite images, nonsubsampled ontourlet transform, point set registration, medical images.