Image structures : from augmented reality to image stylization

Dans cette these, nous nous interessons aux structures d’une image en general, et plus particulierement aux gradients et aux contours. Ces dernieres se sont revelees tres importantes ces dernieres annees pour de nombreuses applications en infographie,telles que la realite augmentee et la stylisation d’images et de videos. Le but de toute analyse des structures d’une image est de decrire a un haut-niveau la comprehension que l’on peut avoir de son contenu et de fournir les bases necessaires a l’amelioration de la qualite des applications citees au-dessus, notamment la lisibilite, la precision, la coherence spatiale et temporelle.Dans une premier temps, nous demontrons le role important que ces structures jouent pour des applications de type composition “Focus+Context”. Une telle approche est utilisee en realite augmentee pour permettre la visualisation de parties d’une scenes qui sont normalement derrieres ce que l’on peut observer dans un flux video. L’utilisation d’une segmentation et de lignes caracteristiques permettent de mettre en avant et/ou de reveler les relations d’ordre entre les differents objets de la scene. Pour la synthese d’images guidee par une fonction d’importance, de multiples styles de rendu sont combines de maniere coherente grâce a l’utilisation d’une carte de gradients et une de saillance.Dans un deuxieme temps, nous introduisons une nouvelle techniques qui permet de reconstruire de maniere continue un champ de gradient, et ceci sans trop lisser les details originaux contenus dans l’image. Pour cela, nous developpons une nouvelle methode d’approximation locale et de plus haut-degre pour des champs de gradients discrets et non-orientes. Cette methode est basee sur le formalisme“moving least square” (MLS). Nous demontrons que notre approximation isotrope et lineaire est de meilleure qualite que le classique tenseur de structure : les details sont mieux preserves et les instabilites sont reduites de maniere significative. Nous demontrons aussi que notre nouveau champ de gradients apporte des ameliorations a de nombreuses techniques de stylisation.Finalement, nous demontrons que l’utilisation d’une technique d’analyse de profil caracteristique par approximation polynomiale permet de distinguer les variations douces des zones dures. Les parametres du profil sont utilises comme des parametres de stylisation tels que l’orientation des coups de pinceau, leur taille et leur opacite. Cela permet la creation d’une large variete de styles de ligne.