Résumé:
L’analyse multi-résolution des images est un vaste domaine de recherche comportant de nombreux aspects théoriques (construction de filtres, approximation géométrique) et applicatifs (vision par ordinateur). Nous développons dans le cadre de cette thèse des nouveaux représentations (Discriminant Multi-scale Binarized Statistical Invariant Features (DMS-BSIF) et Discriminant Gabor Lpq Spatial Pyramid Histogram (DGLSPH) basées sur une analyse multi-résolutions des niveau de gris d'images oreille et paume de la main, respectivement appliquée à la reconnaissance biométrique. Ces représentations proposées sont évaluées sur des bases de données reconnus dans la littérature. Des expériences de DMS-BSIF sont menées sur trois bases de données de la modalité de l'oreille à savoir IIT Delhi-1, IIT Delhi-1, USTB-1. En plus, d'autres expériences utilsant DGLSPH sont effectuées pour la modalité de l'empreinte palmaire sur les bases de données: PolyU 2D, PolyU 2D/3D et IITD. Les résultats obtenus montrent que les représentations d'images proposées fournit des performances significatives par rapport aux méthodes récemment proposées du point de vue précision
