Débruitage d'images de microréseaux

Au total, quatre travaux ont été développés pendant la durée de la thèse et ont été expliqués dans quatre chapitres distincts, à savoir les chapitres 3, 4, 5 et 6 respectivement. Les quatre travaux proposés présentés sous forme de quatre chapitres détaillés sont : Contribution 1 : débruitage d'images de microréseaux basé sur des champs aléatoires de Markov dans le domaine spatial.Contribution 2 : Algorithme adaptatif de seuil MinMax pour les méthodes de débruitage des images de microréseaux, basé sur l'approche des transformées de Contourlet non sous-échantillonnées.Contribution 3 : Un schéma d'identification du type de bruit pour les images de microréseaux utilisant l'apprentissage profond.Contribution 4 : Détermination du type de bruit dans les images de biopuces à l'aide de l'apprentissage profond, basé sur des paramètres itératifs générés dans un schéma de débruitage utilisant un champ aléatoire de Markov.