Une approche système expert pour la reconnaissance automatique d'organismes marins à partir d'images monoculaires / par Marie-Hélène Gandelin ; sous la direction de Monique Thonnat

Bibliogr. p. 191

Thèse de doctorat sciences de l'ingénieur 1989 Nice

Les travaux réalisés dans le cadre de cette thèse relèvent d'une appréhension nouvelle du problème de l'identification automatique d'organismes marins à partir d'images monoculaires. Notre travail consiste en la réalisation d'algorithmes de vision, généraux et spécialisés, permettant une caractérisation adaptée des organismes à identifier, et en la réalisation des bases de connaissances de deux systèmes experts, l'un dédié a l'identification des espèces zooplanctoniques, l'autre au tri des espèces commerciales de poissons. Dans les systèmes experts réalisés, les connaissances des experts biologistes sont exprimées sous forme d'arborescence de prototypes, descriptifs des classes d'organismes a identifier, et de règles de production. La description numérique des organismes à partir de leur image, en ce qui concerne les morphologies externe et interne, est effectuée en deux temps: extraction, par des algorithmes généraux de vision, de données globales constituant les bases de faits initiales des systèmes experts et permettant la distinction des grands groupes d'organismes; au cours du raisonnement conduisant à l'identification fine des individus, appel à des procédures de vision spécialement développées de manière à obtenir de façon contextuelle une description fine et adaptée des individus en cours d'identification. Les deux points forts de l'approche que nous avons utilisée consistent en l'utilisation des connaissances biologiques et en la définition d'algorithmes de vision spécifiquement développés pour résoudre des sous-problèmes particuliers d'identification. Cette approche permet une description fine, complète et adaptative des organismes dans des domaines où la complexité et la variété considérable des formes n'offrent pas la possibilité de définir d’emblée des modèles numériques pour caractériser l'ensemble des classes d'organismes