Résumé:
Dans ce mémoire, on s'intéresse à la détection de contours d’images, une étape
fondamentale en traitement d’images, car elle permet de mettre en évidence les structures
significatives et les discontinuités visuelles. Le calcul fractionnaire, qui généralise la notion
classique de dérivation à des ordres non entiers, offre une approche novatrice et efficace pour
cette tâche. En particulier, les dérivées fractionnaires au sens de Riemann-Liouville (RL) et
de Grünwald-Letnikov (GL) permettent de mieux détecter les détails fins et les transitions
subtiles grâce à leurs propriétés de mémoire longue et de sensibilité aux variations locales.
Dans cette étude, nous avons adopté une approche basée sur le calcul fractionnaire afin
de concevoir des opérateurs de détection de contours performants, capables de capturer des
structures fines même dans des conditions d’images bruitées ou peu contrastées.