Académique Documents
Professionnel Documents
Culture Documents
MEMOIRE DE MAGISTER
en Automatique
Option : Traitement dImages et Reconnaissance de Formes
prsent par :
Melle SLIMANI Dalila
ingnieur U.M.M.T.O
Thme
DJENNOUNE Sad
Professeur l'U.M.M.T.O
Prsident
DIAF Moussa
Professeur l'U.M.M.T.O
Rapporteur
HAMMOUCHE Kamal
M.C.A l'U.M.M.T.O
Examinateur
MANSOURI Rachid
M.C.A l'U.M.M.T.O
Examinateur
! "
$%
&
&
'
)*''
#
'*
+ , #
- .
'
&
/* 0
1
-
(
2
'+
3! 3
$ #
1
-
! "
% & '
#
(
) "
"
$
$
! "!
! "
!
0 1
0 1
#
2
"
! "!
"
! 1
! "
3
$
! "
,
6
2
7! "
7! "
7!
2
#
:
#
$
8
9
6
7:
! "
3 +
"
#
9
! "
7:
7:
5
,
4
!
,
3
$$
%&
!
"
#
$
$
$
#
&
# %
$& #
%
$
&
#
"
'
'
) %
! %
! %
! '
%
!
#
%
%
%
%
$&
! #
# %
# %
*
! #
1
"
$ !
"
$
%
,
-!
)
$
#
#
$ #
%
$
#
/
%
est ngatif, il
Plusieurs
activits
scientifiques
comme
lorganisation
colloques
lordre de drivation,
et
loprateur
(1)
est :
ln
(2)
ln
(3)
ln
(4)
, on
aura :
(5)
"
avec
!1
"
.
5
(6)
la
1
fonction
Gamma
gnralise : &
"
"
Pour
Pour
, ) *
&!
s'appelle
aussi
fonction
factorielle
&'1 !
,.
-. .
#
$ %
&'
lim
23
'/
4
'4
&! pour tout n entier positif ou nul, on peut crire lexpression suivante
gnralise aux cas entiers ngatifs ou nul :
&
'1 6 ) 7 *
1'
2'
.. 7 '
7!
'1
7'
7!1 '
telle que:
1
7'
lim :
23 4
7!1 '
68
' 74
' 74
et
7!
1
lim
:
23 4
7!1
68
'<
/ <
<
68
1
A'
'<
1
A!
'<
@
'@ 6
7' !1
@
'@ 6
7! !1
<
<
<
<
et
?
68
BC
et
./
/
' 68
EF =
" 6
= FGHG.
un non entier.
Quant la composition entre des drives non entires, elle est donne par :
Si I J 0 ,
MN
Si 0 P Q ' 1 J I J Q ,
J0 R/
)
/
6
*
@
0 ST U 7
J& R/
0,1,2, . . U ' 2
0,1,2, . . Q ' 2
0 ST U 7
!
o ?68
EF =
" 6
'@
1
A'
!:
'<
= FGH
@
'@ 6
7' !1
68
0 et
" ?
la
<
'<
<
/
<
<
Alors :
>
1'
'@
'@
lordre , est
telle que :
'@
En effet, si
S!1
;
n' S'&!1 =
'@
'@
" X
<
" X
S!1
;
n' S'&!1 =
'@
'@
S!1
;
n' S'&!1
Pour
,@
0, S
1, T& @:
0 et la
'@
' @ on a :
[
'@
<
@![
'@
0 et ST U <
S!1
S' !1
, nous aurons :
<
2
1
) *
"
*'
Ces approche dites encore partir des primitives est sont bas sur
lintgration afin de dfinir la drivation non entire.
Approche RiemannLiouville
donnes.
M N,
de f de borne infrieure @
'
M N,
Z@
avec
1
&'
'
/ <
68
@
'@ 6
7' !1
1
A'
'<
<
<
la
composition
avec
lintgrale
non
entire,
loprateur
de
si
' I J 0,
' :_
O 6
68
avec Q ' 1 P I J Q
8=
'@ 6
'7!1
Pour la composition avec les drives dordre entier, on a, pour & un nombre
entier et
C.
non entier :
*
et
C.
' 68
EF =
" 6
= FGHG.
0 ST U 7
/
/
J & et Q ' 1 P I J Q :
6
6
'@
8= ' ' 7 ! 1
O 6
'@ O 6
8= 'I ' 7 ! 1
' :_
68
' :_
68
RI
R O ne commutent que si
Les oprateurs de drivations fractionnaires
6
O 6
I et 68 _
/ ` 8= 0 pour 7 1,2, , & et a
/ ` 8= 0
68 _
pour7 1,2, , Q.
Comme premier exemple de drive non entire dune fonction constante
/ R
>
1'
'@
' @ X au sens
1
n'
J & et S Z '1
'<
@![
ST U <
ST U <
'@
1
n'
[
'@
10
<'@
<
'@
1
X
; 1'[
[X [
,@
Pour
S!1
S' !1
0, S
1
2
:
1
2
1
) *
'@
'@
Approche de Caputo
1
&'
/
'
J &.
de
gh=Xijk
de /
La drive dordre
Liouville si /
@
'@ 6
7' !1
68
0 pour 7
et
/
*
*
/
/
' 68
EF =
w!
= F
Notons que la drive dune fonction constante au sens de Caputo est nulle
/
est, si
Do :
'@
" X
" q x " X
S!1
S' !1
/
=
'<
11
<'@
<'@
<
S!1
&' S'&'1
@![
'@
'@
; 1'[
!!
'@
'
'@
[X
[ . | [ ' ?8 [ ? ]
J &.
[ . | [ ' ?8 [
J&
[ .| [
12
0
Gnralement les drives et les intgrales dordre entier ont des
physique
de
lintgration
et
de
la
Diffrenciation
1 2
'3
&
'
Pour donner linterprtation physique de lintgration non entire, nous
considrons lexemple dun conducteur dune voiture. Supposons que la
voiture est quipe de deux appareils de mesure, le compteur de vitesse qui
enregistre la vitesse du conducteur et lhorloge qui affiche le temps <.
13
Nous supposons que la relation entre le temps incorrect <, affich par
lhorloge et dont le conducteur considre comme le temps exact et le temps
exact ~ est donne par la fonction connue j < telle que :
~
et j <
j < .
j < .
<, le vrai
<
< .(1)
<
j <
" j
R'<
R
<
<
Lintgrale donne par lquation (1) peut tre interprte comme la distance
parcourue par un mobile pour lequel nous avons effectu deux mesures :
Une mesure correcte de la vitesse et une mesure incorrecte du temps.
Lintgrale fractionnaire de Riemann.Liouville donne par lquation
R
<
j <
parcourue par lobjet mobile, pour lequel nous avons enregistr ses valeurs
local de la vitesse
temps < (temps individuel), sachant que la relation entre le temps enregistr
localement et le temps cosmique est donn par la fonction j < .
La fonction j <
Individuelle
fonction connue ~
j < ,
" j
1 2
)
&'
R parcourue par un
objet mobile, pour lequel le rapport entre son temps individuel < et le temps
utilisant
les
proprits
de
la
diffrentiation
et
de
j < .
lintgration
drive
fractionnaire
de
Riemann.Liouville de
la
vraie
distance
k R
avec:
k R
"
Cj
j H
< et 0 P
P1
< :
R du
R :
k
Cj
R . (4)
, de
15
indpendant
par la fonction ~
Pour
/!
" j
"
/
Lapproche la plus rpondu pour lapproximation numrique de la drivation
et de lintgration non entire est celle de Grndwald.Leitnikov.
?
1
lim : '1 6 ) 7 * /
23 4
68
' 74
A. 4 :
, et pour
de la fonction
1
: 6 / A4 ' 74
4
/ A4
Les coefficients binomiaux 6
68
rcurrence suivante :
)1 '
* 6
/ A4
Avec :
1 , 6
O
O
/ A4
O
1 , 6
4 : 6 / A4 ' 74
O
68
)1 '
* 6
"
Au dpart, la thorie de la drivation non entire t considr
pour les oprateurs d'ordre non entier. Ce n'est qu'au dbut des annes
1950 que Van Der Ziel dans ses recherches sur les spectres de bruit des
semi.conducteurs, puis Davidson et Cole dans leurs travaux sur la
relaxation dilectrique dans certains liquides, ont pu modliser des
phnomnes naturels en faisant appel la drive d'ordre fractionnaire.
Depuis ces dcouvertes, beaucoup de contributions autant thoriques que
pratiques ont montr l'importance des systmes d'ordre non entier et leur
intrt dans diffrentes disciplines tels que llectricit, la chimie, la biologie,
lconomie, lautomatique et le traitement du signal et dans diffrentes
applications telles que la modlisation, l'identification et la commande. En
effet, Il a t montr quun nombre important de systmes physiques ont un
comportement qui peut tre mieux dcrit en utilisant des modles
mathmatiques dordre non entier.
Nous citons ci dessous quelques applications dans diffrents domaines. En
lectricit, Le Mhaut et Crepy ont propos en 1983 un concept appel "la
fractance", un nouvel lment de circuit lectrique, qui possde des
proprits intermdiaires entre la rsistance et la capacit. Un tel lment a
t tudi par dautres auteurs dont Nakagawa et So.rimachi et Oldham et
Zoski. Une nouvelle thorie sur les capaciteurs a t dveloppe par
Westerlund, base sur la drive dordre non entier.
On retrouve aussi quelques applications concernant la diusion ou la
dispersion. Ainsi, Loiseau et Mounier, en 1998, ont trait de la stabilit de
lquation de la chaleur commande en ux, Wang et al. en 1999 ont tudi
la diusion de chaleur dans le sol et Fellah et al. en 2004 dans le domaine
de la propagation des ondes acoustiques ; dautres applications sur le
transport de matires par leau dans le sol ont t prsentes par Lu et al. en
2002 et Benson et al. en 2004; Del.Castillo.Negrete et al. en 2004 ont fait
une application sur la diusion dans le plasma. En identification, bien que
la modlisation des systmes dordre fractionnaire remonte au dbut du
XXme sicle, les travaux dans le domaine de lidentification ont ts trs
limits. Ces derniers ont t initis par les recherches de Sun et al. 1984 sur
lidentification du comportement de la polarisation lectrode.lectrolyte par
modles dordre fractionnaire en utilisant des techniques frquentielles. Par
17
la suite et partir des annes 1990, les travaux sur lidentification, tant
dans le domaine temporel que frquentiel, par modles non entiers ont t
dvelopp.
En automatique, ce n'est qu'au dbut des annes 1990 que le rgulateur
CRONE (Commande Robuste d'Ordre Non Entier) tait propos par
Oustaloup. En profitant des proprits avantageuses des systmes d'ordre
fractionnaire, ce rgulateur permet d'assurer la robustesse de la commande
dans une bande de frquences donne, La russite de cette approche fut
norme, plusieurs variantes de cette commande ont vu le jour (1re, 2me et
3me gnrations). Et depuis, La commande d'ordre fractionnaire captiva
l'intrt de beaucoup de chercheurs. En 1999, lapplication de la drivation
non entire est largie la thorie de la commande par Podlubny qui a
propos le rgulateur DPI comprenant une intgration fractionnaire
d'ordre et une drivation fractionnaire dordre.
Comme cit prcdemment, Lutilisation de loprateur de drivation dordre
fractionnaire rel est maintenant largement rpandue dans divers domaines,
par contre lapplication de loprateur de drivation dordre fractionnaire
complexe est relativement rcente et se limite pour linstant la synthse
dune commande robuste, la commande CRONE de la troisime gnration.
+
Ce chapitre est une introduction aux lments de base de la drivation
non entire.
18
limage.
En
effet,
la
segmentation
permet
le
passage
dune
La segmentation base sur les rgions : dans cette catgorie, les pixels
adjacents similaires selon un certain critre sont regroups en rgions
distinctes.
!
En amont de la segmentation on retrouve ltape du prtraitement.
Cest une tape qui a pour but
"
20
$
Dans la segmentation par lapproche contour, on utilise les diffrentes
oprations de dtections de contours en se basant sur un changement brutal
de l'intensit lumineuse. Les drives premires et secondes sont utilises.
Dans le premier cas, on peut citer les diffrents oprateurs de Roberts,
Sobel, Prewitt etc. Dans le second cas, on peut citer le Laplacien.
$
Les mthodes de segmentation bases sur les rgions ont pour but de
dcomposer limage en un ensemble de rgions connexes selon un critre
dhomognit.
Dun point de vue mathmatique, segmenter une image
dhomognit
selon un critre
rgions
telles que :
,
,
,
est connexe
est vrais, la rgion
,
rgions voisines,
est faux
La deuxime condition est relative la structure des rgions. Elle dfinit une
rgion comme un ensemble de pixels qui doivent tre connexes. La troisime
condition exprime que chaque rgion doit respecter un prdicat duniformit.
La dernire condition implique la non ralisation de ce mme prdicat pour
la runion de deux rgions adjacentes.
La croissance par rgion et la division,fusion des rgions sont des
techniques courantes de la segmentation dimage par rgions.
Ainsi, lapproche segmentation par division de rgions consiste diviser
limage originale en rgions homognes au sens dun critre donn. Ce
processus est rcursif et considre que la rgion initiale correspond limage
analyser. Si une rgion ne respecte pas un prdicat dhomognit, elle est
divise en quatre sous rgions de taille gale. Chaque sous,rgion est ensuite
21
segmentation
par
division,fusion
regroupe
les
deux
approches
22
une entraide entre ces deux concepts afin damliorer le rsultat final de
segmentation.
La coopration entre les rgions
dimage est utilise selon trois approches diffrentes. Dune part, cette
diffrence se manifeste dans ltape o lintgration de linformation sur les
rgions et celle sur les contours est ralise. Dautre part, elle apparat dans
la faon que cette intgration est produite. Ainsi, ces trois approches sont la
coopration squentielle, la coopration des rsultats et la la coopration
mutuelle. Dans le premier cas, lune des techniques de segmentation (rgion
ou contour) est ralise en premier lieu. Son rsultat va tre exploit par
lautre technique pour renforcer la dfinition des critres ou des paramtres
de la segmentation. Dans le deuxime cas, les deux types de segmentation
seront raliss indpendamment ; la coopration concernera leurs rsultats
qui seront intgrs afin datteindre une meilleure segmentation. Dans le cas
trois, les deux types de segmentations coopreront mutuellement au cours
de leur processus dexcution.
%
La segmentation par seuillage est la mthode la plus utilise en raison de sa
simplicit et de sa rapidit d'excution. Elle se base exclusivement sur la
distribution des niveaux de gris de l'histogramme de l'image. Le seuil optimal
est celui qui permet de sparer les objets entre eux ou diffrents objets du
fond.
Le seuillage a pour objectif de segmenter une image en plusieurs classes en
n'utilisant que lhistogramme. A chaque pic de l'histogramme est associe
une classe.
Soit L = {0, 1, 2, , l,1} lensemble des niveaux de gris dune image, avec
l(x,y) la luminance (le niveau de gris) dun pixel de coordonnes (x, y) et l,1 le
niveau de gris maximal.
La segmentation par seuillage est lopration qui consiste rpartir les pixels
en K classes (C1, C2,,CK) partir dun ensemble de seuils T = {t1, t2,,tK,1}.
Un pixel de niveau de gris l(x,y) est affect la clase CK si :
tK < l(x,y) tK+1
23
Observation de l'histogramme ;
de
manire
automatique.
Dans
la
littrature,
plusieurs
(;
# ; Lahfi, et al.,
24
" 0 $% '(
du pixel de
Dans le cas d'une binarisation (deux classes), le seuil optimal % 1 est celui qui
maximise le ratio de la variance interclasse la variance totale :
%
9:; %
2345 max ;
9<
avec :
9:; %
9<;
'(
/ 1 = / =>
/ =5
5
;
'(
1 / 5 5?
@A
=> 5
la variance interclasse
la variance totale
=5
'(5?
@B
=> C =
@A
(@B
Lefficacit de la mthode dOtsu n'est prouve que lorsqu'il n'y a qu'un seul
type d'objet segmenter dans l'image, vu que les pixels de limage sont
regroups en deux classes. A fin de pallier a ce problme, cheriet et al.
(cheriet et al. 1998) ont proposer dappliquer la mthode dOtsu de faon
rcursive, de manire a segmenter un seul objet la fois dans limage. La
segmentation complte se fait alors par regroupement de tous les objets
segments.
25
Lentropie totale :
<
/E
FG4;
'(
%
D
/ E
5?
% C
1/
FG4;
1/
ont
/E
@
( A
@B
'(
/ E
5?
1/
@A
(@B
234
H5I'
max*
<
% 0
!
Apres avoir prsent les diffrentes techniques de segmentation
dimages, nous introduisons dans cette section, la drivation non entire
applique pour la segmentation dimages. Le premier paragraphe est ddi
26
au calcul de la drive
ive non entire dune transition parabolique,
pa
afin
dintroduire le principe
e d
du dtecteur CRONE (dtecteur de contours
co
robuste
dordre non entier). La forme
for
discrte de la DNE une dimens
nsion (1D), et son
extension aux espaces
s deux dimensions (2D) sont en
n s
suite illustres.
Enfin, deux variantes de lalgorithme, bases sur la DNE1D
D et
e DNE2D sont
dtailles.
&
Notre objectif estt de
d calculer la drivation non entire
ed
dune transition
parabolique de type mar
arche et de comparer labscisse de so
son maximum a
celle du point dinflexion
on de la transition.
La transition parabolique
ue considre prsente un point dinfle
flexion dabscisse
x0=200 (voir la figure 1).
). Son quation analytique est donne
e par la fonction
f(x) telle que :
0
ax 2
f (x) =
2
2
ax + 4ax0 x 2ax0
2ax02
x0
0 x x0
x0 x 2 x0
x 2 x0
1
2 x02
27
a
2
x n+2
( n + 3)
4a
2a
f (n) ( x) =
( x x 0 ) n + 2 +
x n + 2
( n + 3)
( n + 3)
4a
2
a
2a
( x x0 ) n + 2 +
x n+2 +
( x x0 ) n +2
( n + 3)
( n + 3)
( n + 3)
x0
0 x x0
x0 x 2 x0
x 2 x0
lquation : f ( n ) ( x)
= o.
dx
x= x1
b. Montrer que x1 > x0 ?
> 0.
Pour cela il suffit de montrer que f ( n ) ( x)
dx
x=x0
2a
d
=
x0n+1 > 0 donc x1 > x0 .
on a f ( n ) ( x)
dx
x= x0 (n + 3)
28
(n) = x1 x0 =
2
1
1
(1n )
x0
.
Fig.3. Variation
nd
du dcalage rduit ' (n) =
(n)
pour n ] 0 , 1 [
x0
29
Ainsi, pour 1 < n < 2 , la drivation non entire assure, non seulement la
dtection du point dinflexion de la transition (premire proprit), mais en
outre une dtection trs slective de ce point (deuxime proprit).
Lobjectif recherch est donc laccroissement de la slectivit de la
dtection du point dinflexion. Pour cela un oprateur, dont la rponse une
marche parabolique prsente une pente infinie a droite et a gauche de
labscisse du point dinflexion, est labor. Cette stratgie conduit au
dtecteur CRONE.
,-./0
'
PQ
30
SQ
croissants avec
8). Ainsi, loprateur spatial, qui dfinit le dtecteur CRONE, est donn par :
Dn
Dn
Dn
Dn
U W
31
dcroissant.
dcroissant.
32
f ( x) =
a k = ( 1) k
n ( n 1)
( n k + 1)
k!
!"
[+ a m
+ a1 0 a1
am ]
+ a m
+ a1
Le masque correspondant la composante verticale : 0
a1
a m
a k = ( 1) k
n ( n 1)
( n k + 1)
k!
33
/0
!"%
E ]^ X Y M / _
^ >
^? ([(
1, ]^? X
^?
]^ X
Gb3 _
. a, et]^ X
0,1, a / 1
"
/ ]^ X
c
0
1,2, ae
_ 0
!"%
Lextension de la DNE,1D
image qui peut tre considre comme une fonction &( , ') deux
dimensions, relle et borne. Lapproximation discrte de la DNE,2D dune
fonction &( , ') est donne par (Nakib, et al., 2007f) :
Z[ Y M, f
h [ h [
1
g i g i Y M, f \ ;[
hM
hf
j`/;l
jK/;l
^ ,j`/;l m (jK/;l
_, F . Y M / _h, f / Fh)
_, F
>H^H` ,
>HmH`
calculs
prcdemment.
La drivation non entire discrte 2D peut tre vue comme un produit de
[
2D :
Y M, f po`[ M, f
!! $
(
Ces deux algorithmes de segmentation par DNE, reposent sur lhypothse
dexistence dune dpendance entre les valeurs dun pixel et celles de ses
voisins. Dans le deuxime algorithme, la drivation non entire deux
34
)*
!"
Dans cet algorithme, les diffrentes classes de limage sont spares par les
pics de son histogramme driv. Le seuil de segmentation est choisi selon
quon soit face a une intgration non entire (ordre de drivation infrieur a
zro) ou drivation non entire (ordre de drivation suprieur a zro).
Lalgorithme est excut plusieurs fois, avec diffrentes valeur de lordre de
drive, afin de trouver le seuil optimal de segmentation.
Les diffrentes tapes de lalgorithme dans le cas dune binarisation (deux
classes) sont prsentes dans lAlgorithme1 (Fig.9).
Dans le cas de la segmentation en ! classes, les !%1 seuils sont calculs par
lexpression suivante :
%[
avec u[
o les
v: )x ,
y$%
u[
z 0{ ; + =1, 2, ...,! 1
max 0, D
Fig.9.Algorithme
de
segmentation
par
binarisation
)*
!"
35
DNE1D,
dans
le
cas
dune
filtre g x, y par :
g x, y
L/1
si g x, y " L / 1e
avec L le nombre total de niveaux de gris qui est
si g x, y 0
gnralement gal a 256.
L / 2 et limage
segmente.
" ,
Lapplication de la drivation non entire en traitement dimage que a
soit une dimension ou par son extension au domaine de deux dimensions
vise lobjectif du choix du meilleur ordre de drive. Pour cela, la variation de
lordre de drive est effectue sur un intervalle de valeur souvent choisi
entre (,1) et 1 et la valeur optimale est prise de faon optimiser un critre
de segmentation.
36
!
!
" "
"#
37
"#
&
'"
"
(
(
%)) *++,
'
- ,+./0
-.
-1+.
($
2
"#
-3
Image
originale
4
($
Critre de
segmentation
DNE
- 5
"
Image
segmente
($
&
38
($
4
%
%
($-
!
" %
5
#
$ 6
"
9 1'4(
*3
h x
h x
h4
1,1 3
max 0, D 4 h
h
3
34 ?i: i A p , pC et h 4 i E 0F 8 9 p et pC
h4
t4
3
t 4 1'4( ) * max 4 . 1'4/ ) * min 4
/
G0
4
th4 2
*6
($ 1,1
6
0.1
"
"#
7
1,
"
"
0,1, #
1 , M
"
11
"
1&'
( )
* +, - . 1&'
3
/ )
* +01 %
39
HI %
J
K
"
:
ln 1
OI %
K L
O . OC
ln 1
HI %
3
*
"
4
: 5
;
"
%
%
($<($<-
2
2
56 ,
56 ,
2
RSLTUVKR
2
XYTKYSZR
0.9
0.6
"
4
= 5
3
;
"
($<($<-
40
% 2
% 2
77 ,
76 ,
2
RSLTUVKR
2
XYTKYSZR
0.9
0.7
"
"
"
"
"
\2
"
"
2
RSLTUVKR
. 1
\ 2
2
XYTKYSZR
"
4
($<- 3
2
0.75, %
15
"
0.8, %
55
77
>
++ +1
+1
"
<
<+ -
+ -
"
9
<-
41
70
60
=0.1
50
=0.2
40
=0.3
30
=0.4
20
=0.5
10
hist original
0
0
200
180
160
140
120
100
80
60
40
20
0
=0.1
=0.2
=0.3
=0.4
=0.5
hist original
0
"
4
>4
+- +1
<+ 1 <+ -
"
'
?
%
($*
($*
4
@
g x, y
! 6
L
`
1
0
g x, y
si g x, y G L 1d
si g x, y c 0
*1>
"
?6
($ 42
($<*
($<*
,f
,i
j h
"
,i
,f
/ /
/g/
# 2 # A :B:
, i ke
*
,i
"
*1>
($*
C
>
"
<+ : <+ > <+ E
,
+: +> +E
,5
(a)
(b)
(c)
(d)
(e)
(f)
($<*
"
.+ :
.+ >
.+ E
<+ :
<+ >
+E
43
(b)
(a)
(d)
4
E5
(c)
(e)
(f)
.+ :
.+ >
.+ E
<+ :
<+ >
+E
($<*
"
E
"
"
%
"#
&
"#
F
($<*
44
"#
'
"
-+
"
(b)
(a)
(d)
4
-+ @
(e)
(c)
(f)
($<*
3
"
+:
+>
+E
<+ :
<+ >
+E
$
'
($
--
45
%
4
! @
($*
g x, y
L
`
" %
#
$ 6
1
0
g x, y
si g x, y G L
si g x, y c 0
3
1d
"
*1>
($*
th4 2
-- 6
($ *
0.1
($<*
1,0
"
(
"
"
"
"
"
2
\2
"
2
RSLTUVKR
. 1
\ 2
"
2
XYTKYSZR
6
"
4
-*
&
4
-:
&
(
"
"
%
0.55
-=
244
46
(b)
4
-* 5
2
RSLTUVKR
($<*
" "
0.2
200
(b)
4
-: 5
($<*
" "
2
XYTKYSZR
3
0.9
250
(b)
4
-= 5
($<*
" "
-1
%
->
0.55
%
-?
244
"
&
&
"
"
"
47
(b)
4
-1 5
($<*
" "
2
RSLTUVKR
157
3
0.1
"
4
-> 5
(b)
($<*
" "
2
XYTKYSZR
226
3
0.9
(b)
4
-? 5
($<*
" "
48
0.5
211
&
"
"
'
6
"
J
;
6
244,
($<*
0.55
5
55,
-, 5
($<0.75
($ *
49
120
;
%
211,
($<*
0.5
5
-E 5
77,
($<0.8
($ *
50
120
;
G
55,
($<*
0.2
32,
($<0.65
(c)
4
*+ 5
($ *
51
23
;
H
($<*
0.45
90,
80,
*- 5
36
($<0.8
($ *
%
-, -E *+
*-
&
&
J
($*
$
($<-
J
%
&
%
52
-,
J
120
9
"#
"
"
CG
*+
244
&
&
"
D 7
0.55
"
"
$
eopq
J9 $
'
20 log s
255
u
t
K"
3
t
9(
vJ
K
wK
+K
p
"
75(G
"
"
75(G
"
#
L "
;
-L "
K"
6
%
G
H
($<-
($<*
1+ =*
=, =E
=, =>
1+ :,
=E =*
=E :=
1: ,1
1: =,
1: :=
1: -:
1: 1,
1: +=
53
"
J
%
75(G
"
"
!'
(
"#
'
"
"
"
75(G
54
!"#
$
$
$
%
&
"
$
'
$
$
!
55
()" . "
&
56
!!"
& '
, France%
, -.
) *&&+%
) *&,+
" 1
,
4
& ) !,&+%
5
, ) !!6+
% "!7
!6%
8 9
..
) !64+
6 -.
%,: 4%
/
&<<!
>
??
! $ @ .% -% A
3 B% CAD>;' '% #%
%
>
'
% 1
*: ! 2
&< <
@@
%
<
E -2AD5 -%
.
3
(F A F
&<
G% ;H
: H
2
&<<6 =
& I% -% (
I
-
>
>
2
2% 5
'
2
2
%
'%
0% 2
>
5
- H
% 9
'% 0
&<<! #
, B
'
E
&<<6 D
"
)>
+%
9
!!<
#
4 I
:>
&<<, ;$ (- #
8 J
6 -
$-GE9 >
% -
%4:&& &<<6
2
&:K
%
* )
% &<<"+
2%
9%
% I%
% &<<" K % ,
! )A
!6!+ A
%A
% 2
1
% 8&88%
I% 2
% !*8 K % !
!*4+ G
I%
)G
!*8+ G
%#
&
$% - (
% E;;; (
&< )G
% "8 84%
I% $%
% ,*4&%
#% G%
-% >% G% -
%>
% !*4 K % &!
% &6,&*4%
&& )>
!!*+ >
2%
I%$%
>% C% % E;;; (
% !!* K % 6 8
&, )#
!! + #
% ! *!& %
$% G%
% E;;; (
% 2
% G% ;
% > .
%%
!!
K % &
&8< &6<%
&" )5
!*"+ 5
% 5
% '%
B% 5% % E;;; (
% 2
%% !*" K
% 2> "
% 88 884%
&4 )B
% &<<8+ B
M% B
% #
N%
L% 1% A
% &<<8
K % &6
6,& 6",%
&8 )$
&<<8+ $
B% -
% #
% &<<8 K % &6
&6 )1
% &<<8 + 1
% 8"" 8"!%
C%
/
% (
>
&
&<<8
&*
9% 2
#% 2
-% A
> % >
.
H '
'
&<<&
&! -% A
%1
%B
,< $ @ . -% E
%#
!!4%
&<<8
,
#
$ @ . -%
JEE:K
.3
3 B%
F
%
#%
.
% K % *6 &<<6
% &4 8:
&4,"%
,& $ @ . -% A
#
3 B%
#%
.3
'
:>
(
>
$
-
'
>
0
:K
,8 E
%
'
&<<!
'
E$ "8448 D% %-% 2
1
%#
,4 2
&<<* =
=A
<!
%A -
% && )&+%
,, '
,"
%-
2
* &<<"
..
!< %
K
>
.
%
,6
C% ';5 E
1% 05AD>B;
9% 9AD>B;B-2
I% #% B;59;DK-1
D
H
H
);>0+
,* 9% 2% K
K% '
&<<, 9
E% #
E% #
H%
C% >
H
A
&<<
,! 1
H%
% >
&<<6
"<
-.
. @
IAD-29E >
>
&<<*
"
9 @@
%
>5A$; (
>
B% 1
.
9
>
&<<*
"& E
5
-
"*,!
",
7 & &<<8%
>
E
""
5 .
%
2
FF
>
.
"4 I%-% (
K
'
*, $Q
"8 G% 9% A
&<<, #
'
>
I%
- .
"6 A
'
%$
@ -
;$->B;-$D 2
% "6:4, A
E
#
!6"%
H
&<<*
IA ;#B 'AD5E;5%
"*
3
$
"!
&<<8 #
D0AL A$
.
5
!!6 #
%
5
% "!7!6%
4< I
% <: &
4
.
A
&<<< '
Q"<
9;$AK-
4& A
&<<8 D
>AE
-
% !:,! &<<& D
4, 0
>5A$;
!!4 '
B
H%
RRA
H
4"
'
:(
'
D -%
44 0
:9
.
-
&<
'
48
%8:",
.
I
>
46
&<<<
%
B-EGB (-ID
- $
'
E$ $EM-2E $- E5D
5
'
'
>
K %
$ %
&< <%
4*
2 3
2
K
4! $
:(
%&
>
<& 7 <,&
9;5(5-$
/.
% 4 :6! &<
8< -.
'
. @
IAD-29E
&<<*
.
9
H %
/
2
>5A$;
>
#;>-D
>
H
&<<< 1C$>;; I
8&
:1
'
A2E$EGD $A11 5
!!8 D
8, 9 3
E
" ),+
2 H
'
&<<* I
>
*8: ! %
8" B
'% (
.
%,: 4 A
84
;9-5E
:>
&<<6 =
B;
:
.
>
@
%
&<<6
>