L'introduction d'une modélisation statistique par champs de Markov a récemment permis des avancées importantes dans nombre de problèmes classiques en analyse d'images. Ces modèles sont généralement associés à des algorithmes d'optimisation globale par relaxation qui restent coûteux en temps de calcul dans certaines applications. Or les techniques multigrilles, par ailleurs classiques en analyse numérique, peuvent conduire à des gains importants sur ce point. Pour l'heure il n'existe cependant pas réellement de support théorique permettant d'associer de façon simple et efficace stratégie multigrille et modélisation markovienne. Les modèles markoviens multirésolutions utilisés pour l'instant sont donc élaborés de manière heuristique, en particulier en ce qui concerne l'ajustement des différents paramètres en fonction de la résolution...

L'analyse spectrale locale est une méthode intéressante pour obtenir des caractéristiques pertinentes d'une image. Cet article propose une nouvelle méthode d'analyse spectrale locale permettant de caractériser de manière précise les propriétés fréquentielles locales d'une image. Cette méthode est basée sur la transformation de Wigner-Ville bidimensionnelle (TWV 2D), qui permet de contrôler, de façon souple, séparement les résolutions spatiale et fréquentielle. L'application de cette technique à la caractérisation d'images de textures est illustrée, et une comparaison de sa performance par rapport à la méthode classique de spectrogramme 2D est également montrée...