Comparaison de Transformations Probabilité-Possibilité aux Moyens de Mesures de Dissemblance dans un Contexte de Détection de Changements

Il existe dans la littérature différents critères permettant de légitimer d'un point de vue théorique le choix d'une transformation probabilité-possibilité parmi celles proposées. Toutefois ces transformations possèdent un coût calculatoire et des performances non prises en compte dans la majorité des applications. Ainsi, ce papier propose d'évaluer les transformations discrètes de probabilité-possibilité et leur capacités à proposer une modélisation fidèle de l'information au travers d'une application de détection de changements entre images. Dans cette application, l'information contenue dans l'image est modélisée à partir d'une distribution de possibilité obtenue par l'une des cinq transformations les plus connues dans la littérature appliquée à une distribution de probabilité modélisant les données. Le taux de bonne détection est calculé grâce à une mesure de dissemblance appliquée aux distributions de possibilité. Trois mesures de dissemblance sont utilisées dans cette application afin de garantir une conclusion plus générale quant aux performances des transformations probabilité-possibilité.