LogoLogo

Guidara, Rima. Méthodes markoviennes pour la séparation aveugle de signaux et images

Guidara, Rima (2009). Méthodes markoviennes pour la séparation aveugle de signaux et images.

[img]PDF (Accès restreint. S'adresser à l'accueil de la BU Sciences de Toulouse) - Accès intranet - nécessite un logiciel de visualisation PDF comme GSview, Xpdf or Adobe Acrobat Reader
2643Kb

Résumé en francais

Cette thèse présente de nouvelles méthodes markoviennes pour la séparation aveugle de mélanges linéaires instantanés des signaux unidimensionnels et des images. Dans la première partie, nous avons proposé plusieurs améliorations pour une méthode existante de séparation de signaux temporels. La nouvelle méthode exploite simultanément la non-gaussianité, l'autocorrélation et la nonstationnarité des sources. D'excellentes performances ont été obtenues pour la séparation de mélanges artificiels de signaux de parole, et nous avons réussi à séparer des mélanges réels de spectres astrophysiques. Une extension à la séparation des images a été ensuite proposée. La dépendance entre pixels a été modélisée par un champ de Markov à demi-plan non-symétrique. De très bonnes performances ont été obtenues pour la séparation de mélanges artificiels d'images naturelles et d'observations non-bruitées du satellite Planck. Les résultats pour un faible bruit sont acceptables.

Sous la direction du :
Directeur de thèse
Hosseini, Shahram
Deville, Yannick
Ecole doctorale:Mathématiques, informatique, télécommunications de Toulouse (MITT)
laboratoire/Unité de recherche :Laboratoire d'Astrophysique de Toulouse-Tarbes (LATT), UMR 5572
Mots-clés libres :Séparation Aveugle de Sources (SAS) - Séparation aveugle d'images - Analyse en Composantes Indépendantes (ACI) - Mélange linéaire instantané - Modèle de Markov - Champ de Markov à demi-plan non-symétrique - Non-stationnarité - Algorithme équivariant de Newton-Raphson - Estimateur polynômial de fonctions score
Sujets :Electricite, électronique, automatique
Déposé le :05 May 2010 13:13