Image-based detection and classification of allergenic pollen

Résumé : Le traitement médical des allergies nécessite la caractérisation des pollens en suspension dans l’air. Toutefois, cette tâche requiert des temps d’analyse très longs lorsqu’elle est réalisée de manière manuelle. Une approche automatique améliorerait ainsi considérablement les applications potentielles du comptage de pollens. Les dernières techniques d’analyse d’images permettent la détection de caractéristiques discriminantes. C’est pourquoi nous proposons dans cette thèse un ensemble de caractéristiques pertinentes issues d’images pour la reconnaissance des principales classes de pollen allergènes. Le cœur de notre étude est l’évaluation de groupes de caractéristiques capables de décrire correctement les pollens en termes de forme, texture, taille et ouverture. Les caractéristiques sont extraites d’images acquises classiquement sous microscope, permettant la reproductibilité de la méthode. Une étape de sélection des caractéristiques est appliquée à chaque groupe pour évaluer sa pertinence.Concernant les apertures présentes sur certains pollens, une méthode adaptative de détection, localisation et comptage pour différentes classes de pollens avec des apparences variées est proposée. La description des apertures se base sur une stratégie de type Sac-de-Mots appliquée à des primitives issues des images. Une carte de confiance est construite à partir de la confiance donnée à la classification des régions de l’image échantillonnée. De cette carte sont extraites des caractéristiques propres aux apertures, permettant leur comptage. La méthode est conçue pour être étendue de façon modulable à de nouveaux types d’apertures en utilisant le même algorithme mais avec un classifieur spécifique.Les groupes de caractéristiques ont été testés individuellement et conjointement sur les classes de pollens les plus répandues en Allemagne. Nous avons montré leur efficacité lors d’une classification de type SVM, notamment en surpassant la variance intra-classe et la similarité inter-classe. Les résultats obtenus en utilisant conjointement tous les groupes de caractéristiques ont abouti à une précision de 98,2 %, comparable à l’état de l’art.
Type de document :
Thèse
Signal and Image processing. Université de Bourgogne, 2015. English. 〈NNT : 2015DIJOS031〉
Liste complète des métadonnées

Littérature citée [95 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01253119
Contributeur : Abes Star <>
Soumis le : vendredi 8 janvier 2016 - 16:32:08
Dernière modification le : mardi 19 septembre 2017 - 01:00:55
Document(s) archivé(s) le : vendredi 15 avril 2016 - 19:10:10

Fichier

these_A_LOZANO_VEGA_Gildardo_2...
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01253119, version 1

Collections

Citation

Gildardo Lozano Vega. Image-based detection and classification of allergenic pollen. Signal and Image processing. Université de Bourgogne, 2015. English. 〈NNT : 2015DIJOS031〉. 〈tel-01253119〉

Partager

Métriques

Consultations de
la notice

454

Téléchargements du document

269