Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
MILLIOZ Fabien

Deux approches de segmentation temps-fréquence : détection par modèle statistique et extraction de contour par le champ de vecteurs de reallocation.

 

Directeur de thèse :     Nadine MARTIN

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (eeats)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : Grenoble-INP

Établissement d'origine : INPG

Financement(s) : allocation MENRT ; ATER ; contrat à durée déterminée

 

Date d'entrée en thèse : 01/09/2005

Date de soutenance : 16/09/2009

 

Composition du jury :
Monsieur Jocelyn Chanussot, Président
Monsieur Petar Djuri , Rapporteur
Monsieur Patrick Flandrin, Rapporteur
Madame Nadine Martin, Directrice de thèse
Monsieur Pascal Larzabal, Examinateur
Monsieur Jean-Philippe Ovarlez, Examinateur

 

Résumé : Les représentations temps-fréquence montrent l'évolution spectrale d'un signal dans le temps. L'objectif de ces travaux de recherche est de proposer deux principes de segmentation du plan temps-fréquence, cherchant à déterminer quelles sont les zones temps-fréquence présentant un intérêt relatif au signal analysé. La première méthode s'appuie sur une méthode statistique, modélisant le signal analysé par un signal d'intérêt à segmenter perturbé par un bruit blanc gaussien additif de variance inconnue. Le but est de déterminer le support temps-fréquence, ensemble des points sur lesquels l'énergie du signal à segmenter est répartie. Une détection de type Neyman-Pearson à probabilité de fausse alarme fixée permet de détecter les points temps-fréquence contenant du signal, à niveau de bruit connu. L'algorithme proposé est itératif, estimant le niveau de bruit à partir des points non segmentés, ce niveau de bruit servant à détecter de nouveaux points contenant du signal. Un critère basé sur le kurtosis spectral des points non segmentés permet de définir l'arrêt des itérations. Les applications de cette méthode sont illustrées sur des signaux synthétiques et réels, et pour dfférentes représentations temps-fréquence. La seconde méthode est basée sur le principe de la réallocation du spectrogramme, non pas comme représentation temps-fréquence réallouée, mais uniquement en tant que source d'information sur le spectrogramme. La réallocation déplace l'énergie du spectrogramme sur le centre de gravité local de l'énergie. Aux frontières d'un motif temps-fréquence, l'énergie sera déplacée vers l'intérieur du motif. Ainsi, les vecteurs de réallocation, décrivant le déplacement de l'énergie du spectrogramme par la réallocation, sont localement parallèles sur la frontière d'un motif. Nous définissons alors un « degré de parallélisme » pour chaque vecteur, égal au nombre de ses vecteurs voisins qui lui sont parallèles. Un algorithme de type suivi de crête, parcourant le plan temps-fréquence en suivant les maxima de ce degré de parallélisme, construit alors un contour entourant le motif temps-fréquence.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31