Dissertations / Theses on the topic 'Reconstruction des données'

Cette thèse traite des problématiques de structuration et de traitement de données discrètes organisées ou non. Elle se décompose en deux parties. La première partie concerne la structuration de données représentées par des ensembles de points du plan ou de l'espace Euclidien. Dans ce contexte, nous considérons les problèmes de la reconstruction polygonale de courbes planaires et de la détection de formes géométriques 3D connues. Ces deux problèmes sont traités par des techniques de géométrie algorithmique et combinatoire, basées sur le diagramme de Voronoï et la triangulation de Delaunay. Dans le cadre de la reconstruction de courbes planaires, nous proposons une famille hiérarchique de sous-graphes du graphe de Gabriel, que nous appelons les beta-CRUSTS Locaux. Nous étudions les propriétés de cette famille, qui nous permettent de concevoir un algorithme de reconstruction des courbes simples. Ensuite, nous proposons une méthode de détection de formes géométriques connues à partir d'un ensemble de points 3D (nous nous restreignons au cas des structures linéaires et planaires), plongés dans un milieu bruité ou non. Cette méthode est basée sur une extension des alpha-formes, générées à partir de boules ellipsoïdales. Dans une deuxième partie, nous traitons le problème de la régularisation de données par des méthodes variationnelles discrètes sur graphes pondérés, de topologie quelconque. Pour cela, nous proposons une large famille de fonctionnelles discrètes, basées sur les normes L2 et Lp du gradient. Ceci conduit à des processus de diffusion linéaire ou non-linéaire sur graphes. Ce formalisme étend un certain nombre de modèles variationnels, que nous appliquons à des problèmes de restauration, de lissage, et de simplification d'images et de maillages.

Au cours des vingt dernières années, de nombreux algorithmes de reconstruction de surface ont été développés. Néanmoins, des données additionnelles telles que les normales orientées sont souvent requises et la robustesse aux données imparfaites est encore un vrai défi. Dans cette thèse, nous traitons de nuages de points non-orientés et imparfaits, et proposons deux nouvelles méthodes gérant deux différents types de surfaces. La première méthode, adaptée au bruit, s'applique aux surfaces lisses et fermées. Elle prend en entrée un nuage de points avec du bruit variable et des données aberrantes, et comporte trois grandes étapes. Premièrement, en supposant que la surface est lisse et de dimension connue, nous calculons une fonction distance adaptée au bruit. Puis nous estimons le signe et l'incertitude de la fonction sur un ensemble de points-sources, en minimisant une énergie quadratique exprimée sur les arêtes d'un graphe uniforme aléatoire. Enfin, nous calculons une fonction implicite signée par une approche dite « random walker » avec des contraintes molles choisies aux points-sources de faible incertitude. La seconde méthode génère des surfaces planaires par morceaux, potentiellement non-variétés, représentées par des maillages triangulaires simples. En faisant croitre des primitives planaires convexes sous une erreur de Hausdorff bornée, nous déduisons à la fois la surface et sa connectivité et générons un complexe simplicial qui représente efficacement les grandes régions planaires, les petits éléments et les bords. La convexité des primitives est essentielle pour la robustesse et l'efficacité de notre approche
Over the last two decades, a high number of reliable algorithms for surface reconstruction from point clouds has been developed. However, they often require additional attributes such as normals or visibility, and robustness to defect-laden data is often achieved through strong assumptions and remains a scientific challenge. In this thesis we focus on defect-laden, unoriented point clouds and contribute two new reconstruction methods designed for two specific classes of output surfaces. The first method is noise-adaptive and specialized to smooth, closed shapes. It takes as input a point cloud with variable noise and outliers, and comprises three main steps. First, we compute a novel noise-adaptive distance function to the inferred shape, which relies on the assumption that this shape is a smooth submanifold of known dimension. Second, we estimate the sign and confidence of the function at a set of seed points, through minimizing a quadratic energy expressed on the edges of a uniform random graph. Third, we compute a signed implicit function through a random walker approach with soft constraints chosen as the most confident seed points. The second method generates piecewise-planar surfaces, possibly non-manifold, represented by low complexity triangle surface meshes. Through multiscale region growing of Hausdorff-error-bounded convex planar primitives, we infer both shape and connectivity of the input and generate a simplicial complex that efficiently captures large flat regions as well as small features and boundaries. Imposing convexity of primitives is shown to be crucial to both the robustness and efficacy of our approach

Dans le cadre de la vérification de la conformité aux normes des personnes exposées aux champs électromagnétiques des radiotéléphones, une méthodologie a été développée permettant d'évaluer les champs électriques qui ne sont pas accessibles par la mesure.

Des études ont montré qu'une large partie de la puissance absorbée est concentrée dans les tissus proches de l'antenne du radiotéléphone. Ces tissus englobant la région de l'oreille sont les plus exposés aux champs électromagnétiques. A l'interface peau - mobile, les valeurs de champs électriques sont donc importantes et décroissent rapidement à mesure que l'on s'éloigne de l'antenne du radiotéléphone et que l'on se rapproche du centre de la tête. Etant donné que dans la certification des radiotéléphones, on s'intéresse à la puissance maximale absorbée, la région proche de l'antenne est donc primordiale à caractériser.

De par la sonde de mesure du champ électrique utilisée, le point de mesure est placé à quelques millimètres du bout de la sonde et ce décalage ainsi que la fragilité de la sonde ne permettent pas d'effectuer des mesures proches des bords du fantôme utilisé pour modéliser soit une tête d'un utilisateur, soit un rat. Ainsi un schéma d'extrapolation doit être défini. De plus pour accélérer le processus d'acquisition des mesures, ces dernières sont effectuées suivant un échantillonnage grossier et un schéma d'interpolation doit être également défini pour obtenir ces mesures suivant un échantillonnage plus fin.

Cette thèse présente les ondelettes, dans le but de les utiliser dans les schémas d'extrapolation et d'interpolation. Ainsi une méthode à base d'ondelettes, habituellement utilisée en traitement d'image, a été développée dans le cas de la reconstruction de signaux unidimensionnels et étendue à des données tridimensionnelles. Une extension de cette méthode à des fonctions de base interpolatrices et non-interpolatrices a également été réalisée. Il s'est avéré qu'une meilleure précision de reconstruction est obtenue lorsque la fonction de base est une fonction de base interpolatrice de type triangle. Dans chacun des cas, cette méthode a été comparée à d'autres techniques de reconstruction de données échantillonnées, telles que polynomiales, splines, fonctions radiales, réseaux de neurones et krigeage.

Pour la reconstruction des données issues de la dosimétrie des radiotéléphones, les volumes à reconstruire sont volumineux et les techniques nommées précédemment ont un temps de calcul et/ou un coût mémoire non négligeable(s). Si bien qu'une nouvelle méthode pour interpoler et extrapoler les mesures dans un volume a été développée. Cette nouvelle méthode de reconstruction, nommée technique 2D_1D_2D, qui peut être utilisée pour de nombreuses autres applications, est très rapide et peu coûteuse en stockage mémoire. Elle sert de référence dans la norme CENELEC (Comité Européen de Normalisation ELECtrotechnique) ENV50361. Une partie des travaux de cette thèse ont donné naissance à un logiciel sous Matlab.

Ce travail traite du problème de l'organisation spatiale de données éparses pour la reconstruction de surfaces. Nous proposons une variante de la méthode d'accumulation développée par Gideon Guy et améliorée par Mi-Suen Lee. Les principaux outils mathématiques de ces méthodes sont : champs spatiaux d'influence et tenseurs pour représenter des orientations. Em général, ces méthodes sont associées à des problèmes de groupement perceptuel. Cependant, nous avons remarqué que ces méthodes permettent d'estimer l'organisation spatiale de données éparses. Nous proposons donc une nouvelle stratégie pour estimer des orientations de surfaces. Nous pensons, en effet, qu'une méthode dédiée peut améliorer cette inférence, contrairement aux méthodes originales. C'est pourquoi nous avons utilisé le tenseur d'orientation pour répresenter exclusivement des surfaces et les champs d'influence pour coder des trajectoires elliptiques. Un nouveau traitement pour l'inférence initiale des orientations qui évalue l'organisation des données éparses est proposé. La présentation et la critique des travaux de Guy et de Lee ainsi que le développement méthodologique de cette thèse ont été faits à partir d'une étude épistemologique. Une évaluation qualitative des méthodes a été realisée sur des objets de forme différente. Des comparaisons quantitatives ont également été menées afin d'estimer les erreurs de reconstruction. Les résultats montrent que la méthode proposée est moins sensible au bruit et à la variabilité de la densité des données. Nous proposons aussi une méthode pour segmenter des points structurés sur des surfaces. Une évaluation comparative permet d'apprécier l'intérêt de la méthode proposée
This work approaches the problem of sparse data spatial organization inference for surface reconstruction. We propose a variant of the voting method developed by Gideon Guy and extended by Mi-Suen Lee. Tensors to represent orientations and spatial influence fields are the main mathematical instruments. These methods have been associated to perceptual grouping problems. However, we observe that their accumulation processes infer sparse data organization. From this point of view, we propose a new strategy for orientation inference focused on surfaces. In contrast with original ideas, we argue that a dedicated method may enhance this inference. The mathematical instruments are adapted to estimate normal vectors: the orientation tensor represents surfaces and influence fields code elliptical trajectories. We also propose a new process for the initial orientation inference which effectively evaluates the sparse data organization. The presentation and critique of Guy's and Lee's works and methodological development of this thesis are conducted by epistemological studies. Objects of different shapes are used in a qualitative evaluation of the method. Quantitative comparisons were prepared with error estimation from several reconstructions. Results show that the proposed method is more robust to noise and variable data density. A method to segment points structured on surfaces is also proposed. Comparative evaluations show a better performance of the proposed method in this application

La méthode proposée dans ce manuscrit consiste a utiliser la fusion de données anatomiques pour améliorer la quantification des images reconstruites en tomographie d'émission monophotonique (t.e.m.p.). Les données anatomiques (déduites d'autres modalités) sont utilisées afin d'obtenir une modélisation paramétrique (par des fonctions spline) des organes de la coupe a reconstruire. Dans la pratique, on utilise deux types d'images: premièrement des images en transmission qui servent a obtenir les contours des organes tels que le thorax et les poumons. Deuxièmement, des images en émission qui donnent une prelocalisation de l'activité et une première estimation des contours du ventricule gauche, qui sont améliorés au cours du processus de reconstruction. Le modèle géométrique nous permet de mieux caractériser la formation des données scintigraphiques et ainsi d'améliorer le problème direct. Les principales originalités de ces travaux consistent a restreindre le champ de la reconstruction uniquement aux régions actives et d'utiliser un maillage adapte aux contours des régions a reconstruire (pour éviter des erreurs de volume partiel). La réduction du nombre d'inconnus permet de mieux conditionner le problème inverse et ainsi de réduire le nombre de projections nécessaires à la reconstruction. La méthode de reconstruction qui est proposée repose sur une double estimation ; estimation de la distribution de radioactivité a l'intérieur de notre modèle géométrique, et estimation des paramètres optimaux de ce modèle. les reconstructions 2D à partir de données simulées puis enregistrées sur fantôme, ont permis de valider le principe de la méthode et montrent une nette amélioration de la quantification des images scintigraphiques

Le LETI développe des micro-capteurs (tels que des micro-accéléromètres ou des micro-magnétomètres) capables de se géoréférencer et de donner alors leur propre orientation dans l’espace. Ainsi, si nous posons un ensemble de capteurs sur une forme, ils nous fourniront les données tangentielles de la surface aux positions des capteurs. Le travail développé ici consiste à reconstruire la forme d'objets à partir de ces données tangentielles et de la connaissance de la répartition de ces capteurs. Nous étudierons plusieurs cas de reconstruction, en commençant par la reconstruction de courbes planes, puis de courbes gauches et enfin de surfaces. Puis nous proposerons des méthodes de capture de mouvement de formes en déformation, c'est-à-dire que nous allons équiper une courbe ou une surface de capteurs, nous allons lui appliquer des déformations, et nous devrons reconstruire la forme virtuelle associée en temps réel à partir des données fournies par les capteurs. De nombreuses applications sont envisagées (domaines de la santé, de l'aéronautique, du multimédia,. . . ), et nous élaborons en parallèle des prototypes de capture de forme afin de tester et valider nos méthodes
Micro-sensors developed at the LETI (like microaccelerometers or micromagnetometers) are able to give some information about their orientation. So if we put an array of sensors on a object, they will give data about the local tangency of the object. This work consists in reconstructing the shape of the object thanks to these sensors information. The shape can be a curve lying in a plane, or a space curve, and then a surface. Then we propose the motion capture of a shape in deformation, i. E. We will equip a curve or a surface with sensors, make movements and deformations with it, and reconstruct it in the same time via data from sensors. There is a lot of applications (medical, aeronautic, multimedia, hobbyist - do -it - yourself applications), and some materials will be experimented in the same time to test and validate these algorithms

La prévision des états de mer est un domaine d'une extrême importance pour la planification des opérations en mer, pour des raisons évidentes de sécurité des personnels et des matériels mis en oeuvre. Les modèles de prévision actuels reposent sur une description stochastique de l'état de mer et ne prédisent pas de façon déterministe l'évolution de la houle, mais seulement celle des données spectrales dont on tire des grandeurs statistiques moyennes caractéristiques d'un état de mer. Face au besoin réel de données précises à court terme, un modèle de prévision déterministe a été développé dans le but d'améliorer l'efficacité des opérations offshore requérant une connaissance précise de la houle sur un site d'intérêt. Après avoir réalisé une étude théorique permettant de déterminer la zone spatio-temporelle de prévision disponible en fonction des caractéristiques du champ de vagues courant et des conditions de mesure, nous avons élaboré deux procédures d'assimilation de données variationnelles afin de combiner au mieux les mesures recueillies sur site et le modèle de propagation de houle choisi. Ce modèle est d'ordre deux dans le cas de houles faiblement à moyennement cambrées, ou d'ordre élevé reposant sur le modèle numérique High-Order Spectral (HOS) pour les houles cambrées non-linéaires. Les modèles à l'ordre deux étendu et à l'ordre HOS M = 3 ont été validés pour la prévision de houles 2D synthétiques et expérimentales : les erreurs moyennes de prévision obtenues sont au moins divisées par deux par rapport à une approche linéaire, l'amélioration étant d'autant plus probante que la cambrure de la houle et l'ordre du modèle sont élevés.

La prévision des états de mer est un domaine d’une extrême importance pour la planification des opérations en mer, pour des raisons évidentes de sécurité des personnels et des matériels mis en œuvre. Les modèles de prévision actuels reposent sur une description stochastique de l’état de mer et ne prédisent pas de façon déterministe l’évolution de la houle, mais seulement celle des données spectrales dont on tire des grandeurs statistiques moyennes caractéristiques d’un état de mer. Face au besoin réel de données précises à court terme, un modèle de prévision déterministe a été développé dans le but d’améliorer l’efficacité des opérations offshore requérant une connaissance précise de la houle sur un site d’intérêt. Après avoir réalisé une étude théorique permettant de déterminer la zone spatio-temporelle de prévision disponible en fonction des caractéristiques du champ de vagues courant et des conditions de mesure, nous avons élaboré deux procédures d’assimilation de données variationnelles afin de combiner au mieux les mesures recueillies sur site et le modèle de propagation de houle choisi. Ce modèle est d’ordre deux dans le cas de houles faiblement à moyennement cambrées, ou d’ordre élevé reposant sur le modèle numérique High-Order Spectral (HOS) pour les houles cambrées non-linéaires. Les modèles à l’ordre deux étendu et à l’ordre HOS M = 3 ont été validés pour la prévision de houles 2D synthétiques et expérimentales : les erreurs moyennes de prévision obtenues sont au moins divisées par deux par rapport à une approche linéaire, l’amélioration étant d’autant plus probante que la cambrure de la houle et l’ordre du modèle sont élevés
Wave prediction is a crucial task for offshore operations from an obvious security point of view regarding working people and technical equipments or structures. The prediction tools available since now are based on a stochastic description of the sea state and are not able to predict deterministically the wave fields evolution. Only averaged statistical data representative of the sea state can be obtained from the known spectral quantities. To face the growing need of accurate short term predictions, a deterministic prediction model has been developed in order to improve the efficiency of the sea operations which require a precise knowledge of the sea surface on a specific region of interest. After achieving a theoretical study to determine the available time-space predictable domain depending on the current sea state and on the measurement conditions, we created two data assimilation process to combine the measured observations to the physics-based model. This model is a second order model for low to moderate steeped fields, or a highorder model for high crested seas, namely the High-Order Spectral numerical method. The extended second order model and the third order model using the HOS have been validated for the prediction of 2D synthetic and basin wave fields: the averaged prediction errors we obtain are more than two times less than the errors returned by a linear approach. The improvement is also more important that the steepness and the order of the prediction model are high

La capacité à prévoir les activités humaines a des implications essentielles dans de nombreux aspects des réseaux cellulaires. En particulier, la haute disponibilité de la prédiction de la mobilité peut permettre différents scénarios d'application; une meilleure compréhension de la demande de trafic de données mobiles peut aider à améliorer la conception de solutions pour l'équilibrage de la charge du réseau. Bien que de nombreux chercheurs aient étudié le sujet de la prédiction de la mobilité humaine, il y a eu peu de discussions sur l'anticipation du trafic de données mobiles dans les réseaux cellulaires.Pour comprendre la mobilité humaine, les ensembles de données de téléphones mobiles, consistant en des enregistrements de données de taxation (CDR), constituent un choix pratique d'empreintes humaines. Comme le déploiement du réseau cellulaire est très irrégulier et que les fréquences d'interaction sont généralement faibles, les données CDR sont souvent caractérisées par une parcimonie spatio-temporelle qui, à son tour, peut biaiser les analyses de mobilité basées sur de telles données et provoquer la perte de trajectoires individuelles.Dans cette thèse, nous présentons de nouvelles solutions de reconstruction de trajectoires individuelles et de prédiction de trafic de données mobiles individuelles. Nos contributions abordent les problèmes de (1) surmonter l'incomplétude des informations de mobilité pour l'utilisation des ensembles de données de téléphonie mobile et (2) prédire la future demande de trafic de données mobiles pour le support des applications de gestion de réseau.Premièrement, nous nous concentrons sur la faille de l'information sur la mobilité dans les ensembles de données de téléphones mobiles. Nous rapportons une analyse en profondeur de son effet sur la mesure des caractéristiques de mobilité individuelles et l'exhaustivité des trajectoires individuelles. En particulier, (1) nous fournissons une confirmation des résultats antérieurs concernant les biais dans les mesures de mobilité causées par la rareté temporelle de la CDR; (2) nous évaluons le décalage géographique provoqué par la cartographie des emplacements des utilisateurs vers les tours cellulaires et révélons le biais causé par la rareté spatiale de la CDR; (3) nous fournissons une estimation empirique de l'exhaustivité des données des trajectoires CDR individuelles. (4) nous proposons de nouvelles solutions de complétion CDR pour reconstruire incomplète. Nos solutions tirent parti de la nature des modèles de mouvements humains répétitifs et des techniques d'inférence de données de pointe et surpassent les approches précédentes illustrées par des simulations axées sur les données.Deuxièmement, nous abordons la prédiction des demandes de trafic de données mobiles générées par les abonnés individuels du réseau mobile. Sur la base de trajectoires complétées par nos solutions développées et nos historiques de consommation de données extraites d'un ensemble de données de téléphonie mobile à grande échelle, (1) nous étudions les limites de prévisibilité en mesurant la prévisibilité maximale que tout algorithme peut atteindre. les approches de prédiction du trafic de données mobiles qui utilisent les résultats de l'analyse théorique de la prévisibilité. Notre analyse théorique montre qu'il est théoriquement possible d'anticiper la demande individuelle avec une précision typique de 75% malgré l'hétérogénéité des utilisateurs et avec une précision améliorée de 80% en utilisant la prédiction conjointe avec des informations de mobilité. Notre pratique basée sur des techniques d'apprentissage automatique peut atteindre une précision typique de 65% et avoir un degré d'amélioration de 1% à 5% en considérant les déplacements individuels.En résumé, les contributions mentionnées ci-dessus vont dans le sens de l'utilisation des ensembles de données de téléphonie mobile et de la gestion des opérateurs de réseau et de leurs abonnés
The understanding of human behaviors is a central question in multi-disciplinary research and has contributed to a wide range of applications. The ability to foresee human activities has essential implications in many aspects of cellular networks. In particular, the high availability of mobility prediction can enable various application scenarios such as location-based recommendation, home automation, and location-related data dissemination; the better understanding of mobile data traffic demand can help to improve the design of solutions for network load balancing, aiming at improving the quality of Internet-based mobile services. Although a large and growing body of literature has investigated the topic of predicting human mobility, there has been little discussion in anticipating mobile data traffic in cellular networks, especially in spatiotemporal view of individuals.For understanding human mobility, mobile phone datasets, consisting of Charging Data Records (CDRs), are a practical choice of human footprints because of the large-scale user populations and the vast diversity of individual movement patterns. The accuracy of mobility information granted by CDR depends on the network infrastructure and the frequency of user communication events. As cellular network deployment is highly irregular and interaction frequencies are typically low, CDR data is often characterized by spatial and temporal sparsity, which, in turn, can bias mobility analyses based on such data and cause the loss of whereabouts in individual trajectories.In this thesis, we present novel solutions of the reconstruction of individual trajectories and the prediction of individual mobile data traffic. Our contributions address the problems of (1) overcoming the incompleteness of mobility information for the use of mobile phone datasets and (2) predicting future mobile data traffic demand for the support of network management applications.First, we focus on the flaw of mobility information in mobile phone datasets. We report on an in-depth analysis of its effect on the measurement of individual mobility features and the completeness of individual trajectories. In particular, (1) we provide a confirmation of previous findings regarding the biases in mobility measurements caused by the temporal sparsity of CDR; (2) we evaluate the geographical shift caused by the mapping of user locations to cell towers and reveal the bias caused by the spatial sparsity of CDR; (3) we provide an empirical estimation of the data completeness of individual CDR-based trajectories. (4) we propose novel solutions of CDR completion to reconstruct incomplete. Our solutions leverage the nature of repetitive human movement patterns and the state-of-the-art data inference techniques and outperform previous approaches shown by data-driven simulations.Second, we address the prediction of mobile data traffic demands generated by individual mobile network subscribers. Building on trajectories completed by our developed solutions and data consumption histories extracted from a large-scale mobile phone dataset, (1) we investigate the limits of predictability by measuring the maximum predictability that any algorithm has potential to achieve and (2) we propose practical mobile data traffic prediction approaches that utilize the findings of the theoretical predictability analysis. Our theoretical analysis shows that it is theoretically possible to anticipate the individual demand with a typical accuracy of 75% despite the heterogeneity of users and with an improved accuracy of 80% using joint prediction with mobility information. Our practical based on machine learning techniques can achieve a typical accuracy of 65% and have a 1%~5% degree of improvement by considering individual whereabouts.In summary, the contributions mentioned above provide a step further towards supporting the use of mobile phone datasets and the management of network operators and their subscribers

Le premier aspect de ce travail concerne le pré-traitement et l'analyse de données d'expression dans le cadre de deux principaux projets dont l'objectif global est d'améliorer le diagnostic et le pronostic du cancer du sein et de mieux cibler les traitements. Un processus de pré-traitement des données d'expression optimisé a été mis en place et plusieurs analyses ont été réalisées et ont permis d'identifier des gènes permettant de mettre en evidence un profil d'expression caractéristique du statut ganglionnaire des patientes et de la réponse thérapeutique à un traitement chimiothérapeutique particulier, le doxétaxel. Une nouvelle technique de reconstruction de réseaux de gènes basée sur la notion de règles entre gènes a ensuite été proposée, l'idée étant d'offrir aux biologistes la possibilité de choisir parmi plusieurs sémantiques, le sens des règles qu'ils souhaitent générer. L'originalité de ce travail est de proposer un cadre global pouvant inclure un grand nombre de sémantiques pour les règles et d'utiliser des méthodes identiques de génération, de post-traitement et de visualisation pour toutes les sémantiques proposées. La notion de sémantiques bien-formées i.e. pour lesquelles les axiomes d'Armstrong sont justes et complets, est introduite. Un résultat est également donné permettant de savoir simplement si une sémantique est ou non bien-formée. Une visualisation des règles sous forme globaux i.e. incluant plusieurs sémantiques est proposée. Finalement, cette approche a été développée sous forme d'un module appelé RG intégré à un logiciel d'analyse de données d'expression de gènes, le logiciel MeV de TIGR. Ce travail s'inscrit dans le contexte émergent de la fouille de données d'expression de gènes. Elle s'est déroulée, dans le cadre d'un contrat CIFRE au sein de trois structures : la société Diagnogène, le LIMOS et le Centre de Lutte contre le Cancer de la Région Auvergne

Cette thèse introduit une nouvelle approche pour la reconstruction de surface à partir d'acquisitions de nuages de points. Cette approche construit un complexe cellulaire à partir du nuage de points puis formule la reconstruction comme un problème d'étiquetage binaire des cellules de ce complexe sous un ensemble de contraintes de visibilité. La résolution du problème se ramène alors au calcul d'une coupe minimale s-t permettant d'obtenir efficacement une surface optimale d'après ces contraintes. Dans la première partie de cette thèse, l'approche est utilisée pour la reconstruction générique de surface. Une première application aboutit à un algorithme très robuste de reconstruction de surface à partir de nuages denses issus d'acquisitions laser. Une seconde application utilise une variante de cet algorithme au sein d'une chaîne de photo-modélisation en combinaison avec un raffinement variationnel photométrique. La chaîne complète est adaptée à la reconstruction de scènes de grande échelle et obtient d'excellents résultats en terme de complétude et de précision des reconstructions. La seconde partie de cette thèse considère le problème de la reconstruction directe de modèles géométriques simples à partir de nuages de points. Un algorithme robuste est proposé pour décomposer hiérarchiquement des nuages de points denses en formes issues d'un ensemble restreint de classes de formes. Lorsque que cet ensemble de classes est réduit aux plans seulement, la reconstruction de modèles de très faible complexité est possible. Une extension à d'autres classes de formes échange cet avantage contre la gestion de nuages de points plus difficiles.

La modélisation géométrique d'objets urbains à partir de mesures physiques et leur représentation de manière efficace, compacte et précise est un problème difficile en vision par ordinateur et en infographie. Dans la littérature scientifique, les structures de données géométriques à l'interface entre les mesures physiques en entrée et les modèles produits en sortie passent rarement à l'échelle et ne permettent pas de partitionner des domaines fermés 2D et 3D représentant des scènes complexes. Dans cette thèse, on étudie une nouvelle famille de structures de données géométrique qui repose sur une formulation cinétique. Plus précisément, on réalise une partition de domaines fermés en détectant et en propageant au cours du temps des formes géométriques telles que des segments de droites ou des plans, jusqu'à collision et création de cellules polygonales. On propose en particulier deux méthodes de modélisation géométrique, une pour la vectorisation de régions d'intérêt dans des images, et une autre pour la reconstruction d'objets en maillages polygonaux concis à partir de nuages de points 3D. Les deux approches exploitent les structures de données cinétiques pour décomposer efficacement en cellules soit un domaine image en 2D, soit un domaine fermé en 3D. Les objets sont ensuite extraits de la partition à l’aide d’une procédure d’étiquetage binaire des cellules. Les expériences menées sur une grande variété de données en termes de nature, contenus, complexité, taille et caractéristiques d'acquisition démontrent la polyvalence de ces deux méthodes. On montre en particulier leur potentiel applicatif sur le problème de modélisation urbaine à grande échelle à partir de données aériennes et satellitaires
The geometric modeling of urban objects from physical measurements, and their representation in an accurate, compact and efficient way, is an enduring problem in computer vision and computer graphics. In the literature, the geometric data structures at the interface between physical measurements and output models typically suffer from scalability issues, and fail to partition 2D and 3D bounding domains of complex scenes. In this thesis, we propose a new family of geometric data structures that rely on kinetic frameworks. More precisely, we compute partitions of bounding domains by detecting geometric shapes such as line-segments and planes, and extending these shapes until they collide with each other. This process results in light partitions, containing a low number of polygonal cells. We propose two geometric modeling pipelines, one for the vectorization of regions of interest in images, another for the reconstruction of concise polygonal meshes from point clouds. Both approaches exploit kinetic data structures to decompose efficiently either a 2D image domain or a 3D bounding domain into cells. Then, we extract objects from the partitions by optimizing a binary labelling of cells. Conducted on a wide range of data in terms of contents, complexity, sizes and acquisition characteristics, our experiments demonstrate the scalability and the versatility of our methods. We show the applicative potential of our method by applying our kinetic formulation to the problem of urban modeling from remote sensing data

Ce travail utilise l'approche « problèmes inverses » pour la reconstruction dans deux domaines différents : l'holographie numérique de micro-particules et la deconvolution aveugle.
L'approche « problèmes inverses » consiste à rechercher les causes à partir des effets ; c'est-à-dire estimer les paramètres décrivant un système d'après son observation. Pour cela, on utilise un modèle physique décrivant les liens de causes à effets entre les paramètres et les observations. Le terme inverse désigne ainsi l'inversion de ce modèle direct. Seulement si, en règle générale, les mêmes causes donnent les mêmes effets, un même effet peut avoir différentes causes et il est souvent nécessaire d'introduire des a priori pour restreindre les ambiguïtés de l'inversion. Dans ce travail, ce problème est résolu en estimant par des méthodes d'optimisations, les paramètres minimisant une fonction de coût regroupant un terme issu du modèle de formation des données et un terme d'a priori.

Nous utilisons cette approche pour traiter le problème de la déconvolution aveugle de données multidimensionnelles hétérogène ; c'est-à-dire de données dont les différentes dimensions ont des significations et des unités différentes. Pour cela nous avons établi un cadre général avec un terme d'a priori séparable, que nous avons adapté avec succès à différentes applications : la déconvolution de données multi-spectrales en astronomie, d'images couleurs en imagerie de Bayer et la déconvolution aveugle de séquences vidéo bio-médicales (coronarographie, microscopie classique et confocale).

Cette même approche a été utilisée en holographie numérique pour la vélocimétrie par image de particules (DH-PIV). Un hologramme de micro-particules sphériques est composé de figures de diffraction contenant l'information sur la la position 3D et le rayon de ces particules. En utilisant un modèle physique de formation de l'hologramme, l'approche « problèmes inverses » nous a permis de nous affranchir des problèmes liées à la restitution de l'hologramme (effet de bords, images jumelles...) et d'estimer les positions 3D et le rayon des particules avec une précision améliorée d'au moins un facteur 5 par rapport aux méthodes classiques utilisant la restitution. De plus, nous avons pu avec cette méthode détecter des particules hors du champs du capteur élargissant ainsi le volume d'intérêt d'un facteur 16.

Les progrès récents en termes de séquençage d’ADN permettent maintenant d’accéder au matériel génétique de communautés microbiennes extraites directement d’échantillons environnementaux naturels. Ce nouveau domaine de recherche, appelé métagénomique, a de nombreuses applications en santé, en agro-alimentaire, en écologie, par exemple. Analyser de tels échantillons demande toutefois de développer de nouvelles méthodes bio-informatiques pour déterminer la composition taxonomique de la communauté étudiée. L’identification précise des organismes présents est en effet une étape essentielle à la compréhension des écosystèmes même les plus simples. Cependant, les technologies de séquençage actuelles produisent des fragments d’ADN courts et bruités, qui ne couvrent que partiellement les séquences complètes des gènes, ce qui pose un véritable défi pour l’analyse taxonomique à haute résolution. Nous avons développé MATAM, une nouvelle méthode bio-informatique dédiée à la reconstruction rapide et sans erreurs de séquences complètes de marqueurs phylogénétiques conservés, à partir de données brutes de séquençage. Cette méthode est composée d’une succession d’étapes qui réalisent la construction et l’analyse d’un graphe de chevauchement de lectures. Nous l’avons appliquée à l’assemblage de la petite sous-unité de l’ARN ribosomique sur des métagénomes simulés, synthétiques et réels. Les résultats obtenus sont de très bonne qualité et améliorent l’état de l’art
Recent advances in DNA sequencing now allow studying the genetic material from microbial communities extracted from natural environmental samples. This new research field, called metagenomics, is leading innovation in many areas such as human health, agriculture, and ecology. To analyse such samples, new bioinformatics methods are still needed to ascertain the studied community taxonomic composition because accurate organisms identification is a necessary step to understand even the simplest ecosystems. However, current sequencing technologies are generating short and noisy DNA fragments, which only partially cover the complete genes sequences, giving rise to a major challenge for high resolution taxonomic analysis. We developped MATAM, a new bioinformatic methods dedicated to fast reconstruction of low-error complete sequences from conserved phylogenetic markers, starting from raw sequencing data. This methods is a multi-step process that builds and analyses a read overlap graph. We applied MATAM to the reconstruction of the small sub unit ribosomal ARN in simulated, synthetic and genuine metagenomes. We obtained high quality results, improving the state of the art

La démocratisation des MEMS a permis l'essor des centrales d’attitude : groupement de capteurs permettant d'évaluer son orientation par rapport au repère terrestre. Il existe plusieurs types de capteurs utilisés dans de telles centrales : les accéléromètres, les magnétomètres et les gyromètres. Seule la combinaison accéléromètres – magnétomètres – gyromètres permet l'estimation de l'orientation cinématique de façon satisfaisante, sans connaître d'à priori sur le mouvement, c'est-à-dire l'estimation de l'orientation en présence d’accélération inconnue. Le sujet de la thèse est justement, dans le cadre de la captation de mouvement corps entier, d'ajouter des connaissances à priori afin de limiter le nombre de gyromètres, voire de les supprimer totalement. Ces connaissances sont l'information que les capteurs sont fixés sur un squelette et que leurs mouvements relatifs ne peuvent être que des compositions de rotations. Pour tester l'efficience de cette méthode, on l'applique d'abord sur un pendule simple à un degré de liberté, puis sur un pendule à trois degrés de liberté, ensuite sur des groupes de segments (épaule – bras – avant-bras par exemple) et sur le corps entier. Ce rapport de thèse développera les aspects théoriques ainsi que les résultats obtenus sur les différentes méthodologies de résolution
Democratization of MEMS has enabled the development of attitude control : group of sensors enabling to measure ones orientation relatively to Earth's frame. There are several types of sensors used in attitude control : accelerometers, magnetometers and gyroscopes. Only the combination accelerometers - magnetmeters - gyros allows a satisfying estimation of the kinematics orientation without any a priori knowledge on the mouvement, that is to say, the estimation of the orientation in presence of an unknown acceleration. The aim of the thesis is, within the context of whole body motion capture, to add a priori knowledge in order to reduce the number of gyroscopes used, or even to eliminate them completely. This a priori knowledge is the fact that sensors are attached to a skeleton and so that their relative motions can only be combination of rotations. To test the efficiency of this method, we first apply it to a simple pendulum with one degree of freedom, then a pendulum with three degrees of freedom, then on groups of segments (shoulder - arm - forearm for example) and finally on a whole body system. This thesis develops the theory and the results obtained for different methodologies of resolution

La reconstruction de surfaces consiste à générer automatiquement des modèles CAO à partir d'objets physiques dont on a récupéré des informations sous forme d'ensembles de points. Cette thèse s'intéresse à la modélisation des formes de style par ce procédé, et la démarche générale dans laquelle elle s'inscrit s'appuie sur une structuration des données selon des sections orthogonales. Le travail présenté traite de la construction de courbes planes par lissage, et de son application au problème de la segmentation. La méthode de lissage proposée concerne les courbes de Bézier cubiques et procède selon deux étapes. La première consiste à caractériser la forme à reconstruire et à filtrer d'éventuelles erreurs de mesure. Au moyen d'un schéma d'approximation indépendant de toute paramétrisation a priori des données, la seconde phase construit sur les points considérés comme non-erronés, des courbes dont à la fois la précision et la qualité géométrique en termes de monotonie de courbure sont garanties. La méthode de segmentation se décompose également en deux étapes. La première consiste à extraire des sections orthogonales sur les données, et à les lisser par un réseau de courbes polynomiales dont l'examen fournit un ensemble de points caractéristiques. Dans les régions jugées intéressantes, la seconde étape permet de lier ces points par des lignes de courbure propagées sur des estimations locales de la forme. Les lignes détectées sont généralement très lisses et représentent précisément la structure de la forme.

Trois expériences ont été réalisées pour évaluer la faisabilité d'un détecteur de fatigue mentale qui exploiterait des signaux électrophysiologiques pour discriminer des fenêtres de temps associées à un état " fatigué " de fenêtres associées à un état " pas fatigué ". Dans la première expérience, les sujets réalisaient une tâche de task switching pendant environ 2 h. Deux segments de 20 min ont été retenus pour chaque sujet. Le premier a été associé à un état " pas fatigué ", l'autre à un état " fatigué ". Puis ces segments ont été découpés en fenêtres de temps glissantes sur lesquelles les signaux électrophysiologiques (EOG, ECG et EEG) ont été quantifiés. L'usage de SVM linéaires (appris sujet par sujet) pour la classification des fenêtres de temps a permis plusieurs observations. Le taux de bonnes classifications augmentaient avec la taille des fenêtres de temps (de 4 à 30 s) mais pas assez pour que l'ITR augmentât lui aussi avec cette taille des fenêtres. Les quantifications de l'EOG se plaçaient derrière celles de l'ECG, elles-mêmes supplantées par les amplitudes moyennes de l'EEG qui elles aussi étaient dépassées par les PLV de l'EEG en termes de taux de bonnes classifications avec (pour les PLV) des taux supérieurs à 90 %. L'examen des poids SVM permît de constater que les quantifications d'EOG et en particulier d'ECG contribuaient à la classification lorsque toutes les quantifications des différentes modalités étaient utilisées ensemble, en utilisant des fenêtres de temps de 30 s. Les amplitudes moyennes de l'EEG augmentaient en 7-13 Hz et diminuaient en 13-18 Hz. En 3-7 Hz apparaissait une augmentation en FCz évoquant la négativité d'erreur. Dans une deuxième expérience avec une tâche de compatibilité spatiale, nous avons discriminé des fenêtres de 20 s entre un niveau de bonnes performances (temps moyen de réaction courts) et un niveau de moins bonnes performances, en quantifiant ces fenêtres à l'aide des amplitudes moyennes, des PLV ou des cohérences de l'EEG, au niveau du scalp et au niveau de sources reconstruites sur le cortex cérébral. Nous nous attendions à des meilleurs taux de bonnes classifications avec les sources reconstruites qu'avec les données de scalp, quelque soit la quantification, mais ce ne fût pas le cas. Nous avons également réalisé une simulation reprenant l'essentiel des analyses réalisées précédemment et en provoquant deux phénomènes, l'un à travers l'amplitude de signaux utiles à la classification, l'autre jouant sur le couplage entre deux signaux utiles. Ces simulations ont montré d'une part la complémentarité des mesures de synchronie locale, telles que l'amplitude moyenne, avec les mesures de synchronie à distance telles que la cohérence ou la PLV, et d'autre part l'apport de la reconstruction de sources en termes de taux de bonnes classifications et de localisation des motifs discriminants. Cette incompatibilité entre les résultats sur données simulées et ceux sur les données EEG réelles est interprétée ici comme la conséquence de la non-prise en compte, dans le processus de reconstruction, de sources extra-corticales comme les sources cérébrales sous-corticales et les sources extra-craniennes (yeux, muscles) qui pourraient avoir eu une contribution. La troisième étude portait sur une troisième expérience en contexte écologique cette fois-ci, impliquant les élèves-pilotes dans un simulateur de vol. La simulation durait près de 3 h et les signaux EEG ainsi que trois paramètres de vol (cap, altitude, vitesse) ont été enregistrés. Nous avons proposé une mesure comportementale quantifiant la variabilité des paramètres de vol, par fenêtres de 10 s, pour suivre la performance des pilotes avec une résolution temporelle adaptée à nos analyses. Nous avons construit deux classes, à savoir un groupe de fenêtres de temps de 10 s associé aux bonnes performances (variabilité faible) et un second groupe de fenêtres associé aux moins bonnes performances. Plutôt que d'utiliser une procédure de validation croisée, nous avons évalué les classifieurs appris sur des données postérieures aux données d'apprentissage, de manière à évaluer la capacité de la procédure de classification à déterminer la tendance générale des performances du pilote. Cette procédure permettait effectivement de déterminer si les performances des pilotes se dégradaient en fin de vol ou pas, ce pour 12 sujets sur 13. Les corrélats physiologiques exhibés ne correspondaient pas d'une expérience à une autre ce qui laissait penser que soit les différentes manières de construire les classes ne permettaient pas d'isoler un même différentiel de fatigue mentale, soit la fatigue mentale telle qu'observée à travers les techniques électrophysiologiques employées dépendait de la tâche et/ou des sujets. En revanche, la faisabilité d'une discrimination d'états mentaux proches de réalités opérationnelles a été établie.

Dans le cadre des simulations interactives, le manque de modèles géométriques reste une des limitations majeures des simulateurs. Actuellement, les simulateurs commerciaux ne proposent pas ou un tout cas, un nombre limité de cas. Un grand nombre des travaux abordent cependant ce sujet tout au long de ces deux dernières décennies. Malgré une vaste littérature, les méthodes ne sont pas adaptées à un contexte interactif, plus particulièrement quand il s'agit des réseaux vasculaires. Dans cette thèse, nous considérons le problème de la segmentation et la reconstruction des vaisseaux sanguins à partir de données patients en Angiographie Rotationnelle (RA) 3D. Pour ce faire, nous proposons deux nouveaux algorithmes, un pour la segmentation et un autre, pour la reconstruction. Tout d'abord, le réseau vasculaire est construit grâce à un algorithme de suivi de la ligne centrale des vaisseaux. De plus, notre procédure de suivi extrait des points à la surface des vaisseaux de manière robuste. Deuxièmement, ces points sont estimés par une surface implicite (un blobby model) qui est, à son tour, raffinée de façon itérative. Les résultats du suivi et de la reconstruction sont produit à partir de données synthétiques et réelles. Lors de la simulation de la navigation d'outils interventionnels, notre modèle géométrique remplit les exigences des simulations interactives: une prédiction et détection rapide des collisions, l'accès à l'information topologique, une surface lisse et la mise à disposition de quantités différentielles pour la résolution des contacts.

Dans le monde pétrolier, l'interprétation géophysique des données sismiques 3D est une étape indispensable pour la construction d'un modèle géologique du sous-sol. Ce modèle est constitué d'objets tels que les horizons (surfaces représentant l'interface entre deux couches géologiques) et les failles (surface modélisant les cassures dans les couches géologiques). Afin d'aider les géophysiciens, beaucoup d'outils automatiques ont été proposés afin de reconstruire ces objets, parmi lesquels le propagateur d'horizon 3D développé par Keskes et al. : cet algorithme est considéré comme le plus robuste en terme de qualité de surface reconstruite, mais avec l'augmentation permanente des volumes de données on observe une détérioration de ses temps d'exécution. L'objectif de la thèse concerne l'optimisation de cet algorithme de reconstruction d'horizons sismiques, appelé Propagateur 3D. La chute de performance calculatoire de ce propagateur est engendrée par la nécessité de faire des accès aléatoires dans le volume de données. Pour réduire l'effet de ces accès, très coûteux en temps d'exécution, nous proposons un système de cache briqué intelligent adapté aux caractéristiques de l'algorithme. La mise en place de cette gestion optimisée de la mémoire ouvre la voie vers une refonte du mode de propagation de l'algorithme pour minimiser l'empreinte mémoire : la propagation récursive. Dans la suite de la thèse, nous montrons comment étendre l'algorithme de propagation 3D aux données nD (acquisitions multi-offset, multi-azimut,. . . ) de plus en plus exploitée dans l'interprétation sismique. Deux types extensions sont proposés : la propagation libre et la contrainte. L'ajout de nouvelles dimensions entraîne une forte augmentation de la taille des données à traiter, et donc un fort ralentissement de l'algorithme. Pour chaque extension de la propagation, nous proposons une adaptation du système de cache 3D afin d'en améliorer les performances. Enfin, nous présentons et commentons sur plusieurs cas réels les résultats obtenus par la propagation nD
In the oil industrie, 3D seismic data interpretation is an essential step to build a 3D geological model of an exploration area. This model is constructed with horizons (surfaces representing the main rock interfaces) and faults (surface representing rocks' fractures). In order to facilitate interpretation, a lot of automatic tools have been developed to build these surfaces, among which the 3D horizon propagation algorithm developed by Keskes et al. : this algorithm is considered today as the most powerful in term of surface quality. However, with the continuous increasing size of seismic data, one can observe a slowdown in computation time. The purpose of this thesis concerns the optimization of this seismic horizon reconstruction algorithm. To reduce the effect of the random access required by the propagator, which is very time consuming, we propose an intelligent bricked cache system fully adapted to the algorithm. Then, we modify the original version of the algorithm with a new propagation method in order to minimize the memory usage : the recursive propagation. Then we extend the propagation algorithm to nD data (multi-offsets acquisitions, multiazimuth. . . ) increasingly used for seismic interpretation. Two extensions are then proposed : a "free" propagation and a "constrained" propagation. As the new dimensions increase the seismic data size, we adapt the optimum cache system for each propagation extension in order to improve the performance for both propagations. Finally, we present and comment results of nD propagation obtained on real data

En reconstruction de surface definie par un produit tensoriel, a partir d'un nuage de points, la parametrisation est un prealable impose par le modele. Dans la situation simple d'une grille reguliere de points, des methodes empruntees a la reconstruction de courbe peuvent etre appliquees: parametrage uniforme parametrage par longueur de corde parametrage par longueur d'arc par contre, quand le nuage de points ne degage pas d'axes privilegies, ou quand il est saisi au hasard, les methodes ci-dessus ne sont plus appropriees. Les transformations conformes constituent un outil puissant permettant de mettre en bijection l'interieur de deux contours fermes. Si l'un des contours est l'espace de parametrage et l'autre, deduit de la forme du nuage de points, on a la, un moyen d'associer deux parametres (u, v) a chacun des points du nuage. Dans la premiere partie de cette these nous presentons l'etat de l'art de la reconstruction de surface et de la parametrisation. La seconde partie est reservee a la methode de parametrisation que nous proposons. Nous y expliquons comment nous definissons une transformation conforme comme fonction de parametrage. Dans la derniere partie nous presentons une analyse des carreaux reconstruits apres parametrisation par une transformation conforme

On souhaite détecter puis modéliser les façades de bâtiments à partir des données acquises par le véhicule de numérisation mobile de l'ign, le Stéréopolis. Il s'agit de trouver une représentation géométrique des façades adapté aux données (signal lidar/laser et images optiques).La méthode doit être automatique et rendre possible la modélisation d'un grand nombre de façades afin de contribuer à la production de maquettes numériques de villes. Les verrous techniques proviennent de l'acquisition mobile en environnement urbain non contrôlé (géo référencement du véhicule, densité variable de points lidar...), ils proviennent du signal lidar, issu d'une technologie relativement récente et pour lequel le processus de traitement n'est pas encore consensuel : faut-il exploiter ou non la géométrie capteur ? Enfin, la quantité de données pose le problème du passage à l'échelle. Afin d'analyser la géométrie des nuages de points 3D lidar, nous avons proposé des attributs décrivant pour chaque point la forme de l'environnement local (linéaire-1D, planaire-2D ou volumique-3D).Les plans principaux des façades sont extraits automatiquement des données lidar grâce à un algorithme streamé de détection de rectangles verticaux. Nous avons développé deux modèles qui sont initialisés par ces rectangles. Une grille irrégulière dont chaque case, parallèle au plan principal peut avancer ou reculer. Une grille déformable qui est ''poussée par les rayons lasers jusqu’aux points lasers’ ‘Enfin, nous avons montré comment la grille déformable peut être rendue cohérente avec les images optiques en alignant les discontinuités géométriques de la grille avec des discontinuités radiométriques des images
One wishes to detect and model building façades from data acquired by the ign mobile scanning vehicle, the Stereopolis. It is a question of finding a geometric representation of facades appropriate to the data (lidar/laser signal and optical images).The method should be automatic and enable the modeling of a large number of facade to help the production of digital city models. Technical obstacles come from the mobile acquisition in uncontrolled urban environment (vehicle georeferencing, variable lidar point density...), they come from the lidar signal, retrieved from a relatively new technology for which the process is not yet consensus :does one operates into sensor geometry or not ? Finally, the amount of data raises the problem of scaling up. To analyze the geometry of lidar 3D point clouds, we proposed attributes describing for each point the shape of the local surroundings (linear-1D, planar-2D or volume-3D).The facade main planes are automatically extracted from lidar data through a streamed detection algorithm of vertical rectangles. We developed two models that are initialized by these rectangles. An irregular grid in which each cell, parallel to the main plane can move forward or backward. A deformable grid which is ''pushed by the laser beams toward the laser points''. Finally, we showed how the deformable grid can be made consistent with the optical images aligning the geometric discontinuities of the grid with radiometric discontinuities of the images

L'assimilation de données en tant qu'outil pour la mécanique des fluides a connu une croissance exponentielle au cours des dernières décennies. La possibilité de combiner des mesures précises mais partielles avec un modèle dynamique complet est précieuse et a de nombreuses applications dans des domaines allant de l'aérodynamique, à la géophysique et à l’aéraulique. Cependant, son utilité reste limitée en raison des contraintes imposées par l'assimilation de données notamment en termes de puissance de calcul, de besoins en mémoire et en informations préalables. Cette thèse tente de remédier aux différentes limites de la procédure d'assimilation pour faciliter plus largement son utilisation en mécanique des fluides. Un obstacle majeur à l'assimilation des données est un coût de calcul prohibitif pour les écoulements complexes. Une modélisation de la turbulence à grande échelle est intégrée à la procédure d'assimilation afin de réduire considérablement la coût de calcul et le temps requis. La nécessité d'une information volumétrique préalable pour l'assimilation est abordée à l'aide d'une nouvelle méthodologie de reconstruction développée et évaluée dans cette thèse. L'algorithme d'optimisation reconstruit les champs 3D à partir d'observations dans deux plans orthogonaux en exploitant l'homogénéité directionnelle. La méthode et ses variantes fonctionnent bien avec des ensembles de données synthétiques et expérimentaux fournissant des reconstructions précises. La méthodologie de reconstruction permet également d’estimer la matrice de covariance d’ébauche indispensable à un algorithme d’assimilation efficace. Tous les ingrédients sont combinés pour effectuer avec succès l'assimilation de données variationnelles d'un écoulement turbulent dans le sillage d'un cylindre à un nombre de Reynolds transitoire. L'algorithme d'assimilation est validé pour des observations volumétriques synthétiques et est évalué sur des observations expérimentales dans deux plans orthogonaux
Data assimilation as a tool for fluid mechanics has grown exponentially over the last few decades. The ability to combine accurate but partial measurements with a complete dynamical model is invaluable and has numerous applications to fields ranging from aerodynamics, geophysics, and internal ventilation. However, its utility remains limited due to the restrictive requirements for performing data assimilation in the form of computing power, memory, and prior information. This thesis attempts at redressing various limitations of the assimilation procedure in order to facilitate its wider use in fluid mechanics. A major roadblock for data assimilation is the computational cost which is restrictive for all but the simplest of flows. Following along the lines of Joseph Smagorinsky, turbulence modelling through large-eddy simulation is incorporated in to the assimilation procedure to significantly reduce computing power and time required. The requirement for prior volumetric information for assimilation is tackled using a novel reconstruction methodology developed and assessed in this thesis. The snapshot optimisation algorithm reconstructs 3D fields from 2D cross- planar observations by exploiting directional homogeneity. The method and its variants work well with synthetic and experimental data-sets providing accurate reconstructions. The reconstruction methodology also provides the means to estimate the background covariance matrix which is essential for an efficient assimilation algorithm. All the ingredients are combined to perform variational data assimilation of a turbulent wake flow around a cylinder successfully at a transitional Reynolds number. The assimilation algorithm is validated with synthetic volumetric observation and assessed on 2D cross-planar observations emulating experimental data

Dans cette thèse, nous présentons un système complet permettant de sauvegarder un processus destructif tel qu'une dissection anatomique. Nous proposons une méthode depuis l'acquisition 3D des données jusqu'à la visualisation interactive et immersive, dans le but de créer une vérité terrain. L'acquisition 3D regroupe l'acquisition de la géométrie par scanner laser (maillage) ainsi que de l'information de couleur par le biais d'un appareil photo haute résolution (texture). Ce processus d'acquisition et répété au cours de la dissection du spécimen. Les différentes acquisitions du spécimen sont représentées par des surfaces 3D texturées. Elles sont ensuite recalées entre elles. Un expert anatomiste peut alors explorer ces différentes étapes de dissections modélisées dans une visualisation immersive en utilisant du matériel d'interaction (bras haptique). Un outil d'étiquetage permet une segmentation manuelle précise de régions d'intérêt visibles sur chacune des surfaces 3D. Un objet tridimensionnel peut ensuite être reconstruit et proposé à l'utilisateur sur la base des zones d'intérêt étiquetées. Le but étant de créer des vérité terrains afin de confronter des résultats issus de modalités d'acquisition volumiques (IRM). Nous montrons l'application de la méthode à la reconstruction de faisceaux de fibres blanches humaine dans le but de valider des résultats de tractographie.

Dans cette thèse, nous présentons un système complet permettant de sauvegarder un processus destructif tel qu'une dissection anatomique. Nous proposons une méthode depuis l'acquisition 3D des données jusqu'à la visualisation interactive et immersive, dans le but de créer une vérité terrain. L'acquisition 3D regroupe l'acquisition de la géométrie par scanner laser (maillage) ainsi que de l'information de couleur par le biais d'un appareil photo haute résolution (texture). Ce processus d'acquisition et répété au cours de la dissection du spécimen. Les différentes acquisitions du spécimen sont représentées par des surfaces 3D texturées. Elles sont ensuite recalées entre elles. Un expert anatomiste peut alors explorer ces différentes étapes de dissections modélisées dans une visualisation immersive en utilisant du matériel d'interaction (bras haptique). Un outil d'étiquetage permet une segmentation manuelle précise de régions d'intérêt visibles sur chacune des surfaces 3D. Un objet tridimensionnel peut ensuite être reconstruit et proposé à l'utilisateur sur la base des zones d'intérêt étiquetées. Le but étant de créer des vérité terrains afin de confronter des résultats issus de modalités d'acquisition volumiques (IRM). Nous montrons l'application de la méthode à la reconstruction de faisceaux de fibres blanches humaine dans le but de valider des résultats de tractographie
In this thesis, we present a system to keep track of a destructive process such as a medical specimen dissection, from data acquisition to interactive and immersive visualization, in order to build ground truth models. Acquisition is a two-step process, first involving a 3D laser scanner to get a 3D surface, and then a high resolution camera for capturing the texture. This acquisition process is repeated at each step of the dissection, depending on the expected accuracy and the specific objects to be studied. Thanks to fiducial markers, surfaces are registered on each others. Experts can then explore data using interaction hardware in an immersive 3D visualization. An interactive labeling tool is provided to the anatomist, in order to identify regions of interest on each acquired surface. 3D objects can then be reconstructed according to the selected surfaces. We aim to produce ground truths which for instance can be used to validate data acquired with MRI. The system is applied to the specific case of white fibers reconstruction in the human brain

Soit g un système physique linéaire. D'après les relations de Kramers-Kronig g=f+i(Hf) où H est la transformation de Hilbert. Expérimentalement, g est connu sur un intervalle donné. Sous cette forme, g est la trace d'une fonction dans l'espace de Hardy H² défini sur le demi-plan supérieur. Théoriquement, si g est connue à partir de ses données partielles, on peut la reconstruire entièrement sur l'ace réel. L'arlgorithme dû à Pahl permet d'approximer g en norme lp (1