application java -mise 2007

République Algérienne Démocratique Et Populaire
Ministère de l’enseignement Supérieure et de la Recherche Scientifique
Université colonel Hadj Lakhdar-Batna
Faculté des Sciences de L’ingénieur
Département d’Informatique
Spécialité
Informatique Industrielle
Mémoire
En vue de l’obtention du diplôme de
Magister
Présenté et soutenu par
Mounib Noura
Directeur de mémoire : Pr. Batouche Mohamed, Université de Constantine
Date de soutenance : 09/07/2007
Composition du jury :
Dr A. Zidani, Maître de conférences à l’Université de Batna Président
Dr A. Bilami, Maître de conférences à l’Université de Batna Examinateur
Dr S. Chikhi, Maître de conférences à l’Université de Constantine Examinateur
Année Universitaire : 2005-2006

Remerciement
Tout d’abord, j’exprime mon extrême gratitude à mon directeur le professeur M.C.
Batouche qui m’a fait confiance en me proposant un sujet de magister et pour son
encadrement et ses conseils judicieux tout au long de ce travail, ainsi que pour les remarques
constructives qu’il a su me donner lors de la rédaction de ce mémoire.
Je tiens à remercier
Dr. A. Zidani, maître de conférence à l’université de
Batna, pour l’honneur qu’il me fait en acceptant d’être président de jury.
J’adresse également mes remerciements à messieurs :
Dr. A. Bilami , maître de
conférence à l’université de Batna, et Dr S. Chikhi, Maître de conférences à
l’Université de Constantine, pour avoir accepté d’être présents dans le jury de mon travail.
Je remercie par ailleurs l’ensemble des membres du jury de m’avoir fait l’honneur de juger
mon travail et d’assister à cette soutenance.
J’adresse aussi mes vifs remerciements à tous mes enseignants qui ont contribués à ma
formation.
J’exprime toute ma reconnaissance à Mme Lachichi pour son soutien moral et ses
remarques efficaces concernant la rédaction de ce mémoire
Il me reste à remercier toutes les personnes qui m’ont accompagné tout le long de mes
études.
Enfin, je remercie mes amis et ma famille pour leur aide, leur soutien et leur
compréhension.

Dédicace
Avant tout, je remercie mon dieu, qui m’a aidé et m’a donné la patience pour finir ce
travail malgré tout.
Je dédie ce modeste travail à :
Z Premièrement, à la source de ma vie et le plus beau cadeau de mon dieu, mes
chers parents sans qui tout ceci n’aurait pas été possible, pour leur soutien, et
surtout la confiance qu’ils ont toujours eue en moi, et qui ont m’appris comment
patienter pour atteindre un tel objectif. Je remercie donc du fond du cœur mes
parents qui m’ont permis de poursuivre mes études,
Z Mes chers frères et mes chères sœurs que j’aime beaucoup,
Z Toute ma famille, sans oublier celle qui habite en France qui m’encourage
toujours
Z Tous mes collègues de la graduation et de la post graduation sans exception, et
plus particulièrement ceux qui ont toujours été présents pour m’encourager à
poursuivre ce travail.
Z Tout mes collègues à l’école de l’informatique EL-W@F@ et à tout mes
étudiants.
Z Tout qui aiment Noura, ils m’excusent par avance de ne pouvoir tous les citer
nominativement, tellement ils sont nombreux.
Z Je voudrais particulièrement remercier l’enseignante Mme Choukha Farida,
Lycée Salah Eddine, qui m’a donné beaucoup de principes qui sont devenu la
base de toute ma vie et qui m’a appris comment être forte dans la vie, et que mon
Dieu est toujours avec ceux qui travail de bon cœur.

Une Approche Co-Évolutionnaire Proie-Prédateur Pour Le Réhaussement D’Images 1
Résumé
Dans le domaine de traitement d’images, une nouvelle approche d’optimisation
(appelée PPO : Predator Prey Optimization) est appliquée, dans ce travail, au réhaussement
de contraste des images en niveaux de gris. Cette approche est une nouvelle extension de
l’algorithme évolutionnaire PSO (Particle Swarm Optimization). PPO est une méthode basée
sur la notion de population (appelée essaim, comme dans le cas de PSO), et elle est inspirée
de la relation de co-évolution concurrentielle entre deux populations différentes dans un
écosystème, qui sont : la population des prédateurs et celle des proies. Dans le modèle PPO,
une nouvelle particule est insérée dans la population (appelée prédateur), dont le but est de
maintenir la diversité dans la population et d’éviter la convergence aux optimums locaux de la
fonction objective à optimiser. Les résultats de notre application au réhaussement de contraste
sont comparés avec ceux obtenus en appliquant l’approche PSO et la méthode classique de
réhaussement d'images qui est la technique d'égalisation d'histogramme.
Mots-clés:
Co-evolutionary algorithm, Image enhancement, Particle Swarm Optimization,
Predator-Prey Optimization.

Une Approche Co-Évolutionnaire Proie-Prédateur Pour Le Réhaussement D’Images 2
Abstract
In the field of image processing, a new approach of optimization (called PPO: Predator
Prey Optimization) is applied, in this work to, enhancing contrast in gray-level images. This
approach is a new extension of the evolutionary algorithm PSO (Particle Swarm
Optimization). PPO is a method based on the concept of population (called swarm, as in the
case of PSO), and it is inspired by the relation of competing co-evolution between two
different populations in an ecosystem, which are: the population of predators and that of
preys. In PPO model, a new particle is inserted in the population (called predator), where the
goal is to maintain diversity in the population and to avoid convergence to the local optima of
the objective function to optimize. The results of our application to contrast enhancement are
compared with those obtained by applying PSO approach and the traditional method of
enhancing images which is the histogram equalization technique.
Keyword:
Co-evolutionary algorithm, Image enhancement, Particle Swarm Optimization,
Predator-Prey Optimization.