UPThèses

De nos jours, il est devenu de plus en plus simple pour qui que ce soit de prendre des photos avec des appareils photo numériques, de télécharger ces images sur l'ordinateur et d'utiliser différents logiciels de traitement d'image pour appliquer des modification sur ces images (compression, débruitage, transmission, etc.). Cependant, ces traitements entraînent des dégradations qui influent sur la qualité visuelle de l'image. De plus, avec la généralisation de l'internet et la croissance de la messagerie électronique, des logiciels sophistiqués de retouche d'images se sont démocratisés permettant de falsifier des images à des fins légitimes ou malveillantes pour des communications confidentielles ou secrètes. Dans ce contexte, la stéganographie constitue une méthode de choix pour dissimuler et transmettre de l'information. Dans ce manuscrit, nous avons abordé deux problèmes : l'évaluation de la qualité d'image et la détection d'une modification ou la présence d'informations cachées dans une image. L'objectif dans un premier temps est de développer une mesure sans référence permettant d'évaluer de manière automatique la qualité d'une image en corrélation avec l'appréciation visuelle humaine. Ensuite proposer un outil de stéganalyse permettant de détecter, avec la meilleure fiabilité possible, la présence d'informations cachées dans des images naturelles. Dans le cadre de cette thèse, l'enjeu est de prendre en compte l'imperfection des données manipulées provenant de différentes sources d'information avec différents degrés de précision. Dans ce contexte, afin de profiter entièrement de l'ensemble de ces informations, nous proposons d'utiliser la théorie des fonctions de croyance. Cette théorie permet de représenter les connaissances d'une manière relativement naturelle sous la forme d'une structure de croyances. Nous avons proposé une nouvelle mesure sans référence d'évaluation de la qualité d'image capable d'estimer la qualité des images dégradées avec de multiple types de distorsion. Cette approche appelée wms-EVreg2 est basée sur la fusion de différentes caractéristiques statistiques, extraites de l'image, en fonction de la fiabilité de chaque ensemble de caractéristiques estimée à travers la matrice de confusion. À partir des différentes expérimentations, nous avons constaté que wms-EVreg2 présente une bonne corrélation avec les scores de qualité subjectifs et fournit des performances de prédiction de qualité compétitives par rapport aux mesures avec référence. Pour le deuxième problème abordé, nous avons proposé un schéma de stéganalyse basé sur la théorie des fonctions de croyance construit sur des sous-espaces aléatoires des caractéristiques. La performance de la méthode proposée a été évaluée sur différents algorithmes de dissimulation dans le domaine de transformé JPEG ainsi que dans le domaine spatial. Ces tests expérimentaux ont montré l'efficacité de la méthode proposée dans certains cadres d'applications. Cependant, il reste de nombreuses configurations qui résident indétectables.

Les océans représentent la majeure partie de la surface de la planète. Couvrant plus de 70% de la surface de la Terre, l'exploration de l'environnement marin est un thème de recherche essentiel. De nombreuses technologies ont été développées afin de surveiller et de suivre l' évolution de l'environnement marin. La vision par ordinateur et le traitement d' images ont été étudiés dans ce cadre ces dernières années afin de développer de nouveaux outils pour l'océanographie. Les images acquises sous l'eau souffrent de nombreuses dégradations dues à l'environnement aquatique. Nous nous sommes intéréssé au développement de traitements prenant en compte la nature physique des phénomènes qui interfèrent lors de l'acquisition. L'exploitation d'un modèle bio-optique a permis d'établir une corrélation entre des propriétés bio-optiques et des attributs colorimétriques des images. L'inversion de la propagation de la lumière a alors été réalisée en établissant un modèle d'estimation des paramètres physiques impliqués à partir des informations colorimétriques de l'image et de mettre en oeuvre une correction complètement automatique d' images sous-marines. Dans un deuxième temps, dans un but de détection d'objets d'intérêts, nous nous sommes interessé à un critère quaternionique permettant une extraction ciblée de zones/objets possèdant une ou plusieurs caractéristiques colorométriques communes par le biais d'une définition hypercomplexe de sous-espaces couleurs basée sur la teinte. Cette méthode a été testée sur des vidéos sous-marines en réalisant une extraction de poissons de couleur unie.