Théses de doctorat
Permanent URI for this collection
Browse
Recent Submissions
Item Detection et suivi de bords de routes dans les images d’UAV (Unmanned Aerial Vehicle)= Road edges detection and tracking from UAV Images(Université Badji Mokhtar Annaba, 2026-06-28) DOGHMANE, RayeneIn recent years, with the advent of computer vision and deep learning, Convolutional Neural Networks (CNNs) have become foundational for image processing. CNNs excel at tasks such as object recognition, classification, and segmentation. Among these tasks, road extraction from UAV imagery has benefited from CNNs due to their ability to automatically learn complex features from images. However, for CNNs to perform optimally, the model architecture must align with computational constraints. U-Net is one of the most well-known deep learning methods for image segmentation and has demonstrated remarkable adaptability and performance on aerial images. It shows great promise for road detection. In this thesis project,an enhanced U-Net architecture is used to automatically detect road from UAV images. An opensource aerial road dataset is used for training the model. The model is improved by integrating new normalization layer. Image pre-processing techniques and augmentation methods are also used for improvement. At last, qualitative and quantitative statistics are used to illustrate superiority of our method compared to other baseline models.The experiments demonstrate that our enhanced U-Net model, called BGN- Net, achieved a Mean Intersection over Union (Mean IoU) score of 0.984 after just 25 epochs. This result indicates both faster convergence and superior segmentation quality compared to the selected baseline models. This thesis project is a research project carried out by the LASA Laboratory at Badji Mokhtar University of Annaba. The main objective of this thesis is to develop a methodology for automatic road detection from UAV images.Item Un système d’assistance à la mobilité des non-voyants(Université Badji Mokhtar Annaba, 2026) BOUGHELOUM, LOUBNALa déficience visuelle limite la perception spatiale, l’anticipation des obstacles et la capacité à se déplacer de manière autonome, augmentant le risque de collisions et réduisant l’accès aux environnements complexes. Ces limitations nécessitent des systèmes intelligents capables de fournir des informations fiables sur l’environnement et des recommandations de trajectoire adaptées aux utilisateurs déficients visuels. Un système modulaire et intégré a été développé, combinant détection, classification, localisation et évitement d’obstacles, avec un traitement en temps réel sur plateforme embarquée et des interfaces adaptées aux capacités sensorielles des utilisateurs. Le système indoor comprend la classification de pièces, la détection d’objets et la localisation relative, tandis que le système outdoor simule quatre sous-systèmes : détection, classification des obstacles statiques ou dynamiques, évitement et localisation. Les résultats montrent que YOLOv7-Plus atteint une mAP de 0,87 sur la base WOTR, la classification par DINOv2+ConvLSTM atteint une précision de 91,7 ± 0,9 %, et le contrôleur flou simule des trajectoires anticipant tous les obstacles, en élargissant la trajectoire pour les obstacles dynamiques par rapport à une canne blanche. La fusion EKF+IMU+GPS assure une localisation précise avec un RMSE de 1,30 × 10−6 m en espace structuré, 0,014 m en espace non structuré et 0,0011 m sur campus universitaire. Pour l’indoor, YOLOv8s maintient une mAP de 72,6 %, MobileNetV2 atteint 79,3 % de précision sur la classification des pièces, et la localisation relative présente une erreur MAE moyenne de 0,035 m. L’évaluation auprès de participants déficients visuels confirme la faisabilité opérationnelle et met en évidence des pistes d’amélioration pour l’interaction, le contrôle utilisateur et l’adaptation à des environnements complexes tels que centres commerciaux ou bibliothèques. Ces travaux établissent un cadre méthodologique robuste pour la conception de systèmes d’assistance à la navigation, conciliant précision algorithmique, contraintes matérielles et besoins utilisateurs, et ouvrent la voie à une mobilité plus autonome et sécurisée dans des environnements indoor et outdoor.Item Diagnostic et supervision d’un système de production d’énergie électrique ( collecteur parabolique)(Université Badji Mokhtar Annaba, 2026-04-09) TAIF, ZahraLa transition énergétique mondiale exige l’adoption de technologies renouvelables performantes pour répondre à la demande croissante tout en minimisant l’impact environnemental. Les systèmes de production d’énergie solaire à concentration (C SP), notamment les collecteurs cylindro-paraboliques (CCP), représentent une solution prometteuse grâce à leur capacité à concentrer l’énergie solaire pour générer de la chaleur, puis de l’électricité. Toutefois, ces systèmes complexes sont exposés à divers défauts, tels que des pannes des capteurs et des actionneurs, qui peuvent nuire à leur efficacité et à leur rentabilité. Cette thèse propose une approche avancée de détection et de diagnostic des défauts (FDI) pour les centrales CSP, en s’appuyant sur des techniques modernes de modélisation et de su- perversion. Une modélisation quasi-LPV (Liner Paramétrer Varying) a été développée pour représenter avec précision les dynamiques non linéaires des systèmes CSP. Ce modèle est conçu comme une combinaison convexe de sous-modèles locaux, définis par des sommets convexes (polytope), permettant une analyse robuste et une application efficace des méthodes de contrôle et de diagnostic. Par ailleurs, un Multi Observateur à Mode Glissant (FSMO) a été conçu pour détecter et isoler les défauts dans les centrales CSP. Cette méthode exploite les avantages de la modélisation floue de type Takagi- ugeno pour améliorer la précision et la robustesse des diagnostics, même dans des environnements perturbés. Les critères de stabilité et de performance sont vérifiés à l’aide des inégalités matricielles linéaires (LMI), garantissant une robustesse et une sensibilité accrues face aux anomalies. Les contributions théoriques et méthodologiques de cette thèse ont été validées par des simulations numériques sur un modèle simplifié d’une centrale SEGS (Solar Electricité Ratatinage System). Les résultats obtenus démontrent l’efficacité des approches proposées pour détecter et localiser les défauts en temps réel, contribuant ainsi à une gestion proactive et optimisée des centrales CSP. Cette recherche ouvre des perspectives intéressantes pour le diagnostic avancé des systèmes non linéaires complexes, avec des applications potentielles dans d’autres domaines industriels nécessitant une fiabilité accrue et une maintenance prédictive.Item Contribution à la minimisation des défauts par le diagnostic des systèmes industriels(Université Badji Mokhtar Annaba, 2026) BENBRAHIM, MeriemLes travaux présentés dans cette thèse portent sur la détection et le diagnostic explicatifs des défauts des systèmes industriels. L'objectif principal de cette thèse est de contribuer au développement d’une méthode d’optimisation stochastique et de l’appliquer à un processus industriel chimique pour valider sa performance. Pour résoudre ce problème de diagnostic des défauts des systèmes industriels, une méthode méta-heuristique a été proposée. Cette méthode est un nouvel algorithme IDEOA (Improved Discrete Equilibrium Optimizer Algorithm), qui vise à résoudre différents problèmes d'optimisation discrets et à générer un modèle de détection de défauts basé sur des règles, facilement explicable par la lecture de ses règles de classification. La contribution algorithmique de ce travail est d’adopter la stratégie d'apprentissage par opposition OBL (Opposite Based Learning) dans l’IDEOA afin d'éviter de se retrouver bloqué dans des optima locaux et afin d’améliorer l’exploration du domaine de recherche de l’algorithme proposé. Une autre contribution clé de cette étude est l'application novatrice de cette méthodologie au processus Tennessee Eastman. Le résultat de cette étude est un modèle de diagnostic de défauts composé de 16 règles, dont six concernent les conditions de fonctionnement normales et les autres révèlent l'occurrence de défauts (F4). Une valeur d’Accuracy a été calculée pour évaluer l'efficacité de notre approche en comparant ce résultat avec ceux des autres algorithmes fournis dans la littérature. Les résultats indiquent que l'approche proposée surpasse les autres méthodes en termes d’Accuracy et d’interprétabilité.Item Apprentissage des réseaux de neurones profonds sur des données multimodales(Université Badji Mokhtar Annaba, 2025-12-02) CHELABI, HibaOur perception of the world is most of the time multi-modal. In other words,natural intelligence is not limited to just a single modality. Our brain is able to process multiple types of information relevant to a specific task simultaneously,and the same applies to artificial intelligence. Overall, the integration of multi-modality holds great promise for advancing the capabilities of artificial.Item Diagnostic des systèmes dynamiques non linéaires par fltrage particulaire(Université Badji Mokhtar Annaba, 2025) GUEDAOURIA, IsmainLe diagnostic fiable des défauts (Fault Diagnosis and Isolation, FDI) dans les systèmes non linéaires, soumis à des bruits souvent non gaussiens, représente un défi majeur pour les méthodes conventionnelles. Cette thèse aborde ce problème en développant et validant une méthodologie avancéebasée sur le filtrage particulaire (Particle Filter, PF), spécifiquement en exploitant les avantages du filtre particulaire combiné au filtre de Kalman étendu (Particle Filter Extended Kalman Filter, PFEKF). L’objectif est de surmonter les limitations des FP standards (dégénérescence des particules, mauvais choix de distribution de proposition) en utilisant l’information locale de l’EKF pour améliorer la robustesse et la précision du diagnostic. La contribution centrale est un cadre FDI intégré basé sur le PFEKF, capable d’assurer la détection précoce (via des techniques comme CUSUM et seuillage adaptatif), l’isolation précise de défauts multiples, et l’estimation quantitative de leur amplitude. Des simulations rigoureuses sur un système non linéaire de référence (sous diverses conditions de bruit gaussien et non gaussien) et sur des modèles applicatifs (robot manipulateur flexible, réacteur CSTR) ont été menées. Les résultats démontrent systématiquement la supériorité de l’approche PFEKF par rapport à des filtres alternatifs (IPF, PF standard, AXKF), notamment en termes de robustesse accrue aux incertitudes et aux bruits non gaussiens, ainsi qu’une meilleure précision pour l’isolation et l’estimation quantitative des défauts (RMSE significativement réduite). En conclusion, ce travail apporte une contribution significative en fournissant une méthodologie FDI complète, performante et validée pour les systèmes non linéaires, fondée sur une exploitation optimisée des capacités du PFEKF, ouvrant des perspectives pour la surveillance avancée des systèmes critiques.Item Optimisation de la bande passante internet dans la transmission vidéo par fibre optique en utilisant l’encodeur H.265/HEVC(Université Badji Mokhtar Annaba, 2026-01-08) BOUKHATEM, NadiraCette thèse aborde la problématique de l'optimisation de la transmission de flux vidéo encodés en H.265/HEVC via la fibre optique, en soutenant que les méthodes optimisant séparément la compression et la transmission ne sont pas idéales en raison des interactions complexes entre les paramètres de l'encodeur HEVC et les caractéristiques du canal optique. L'objectif primordial était d'étudier cette interaction et de montrer, par simulation, les bénéfices d'une optimisation conjointe source-canal. On a opté pour une approche progressive en deux phases. Premièrement, une stratégie d'optimisation conjointe a été envisagée en perfectionnant l'intra-prédiction HEVC (via Matlab) et en l'associant à un système de transmission optique performant basé sur OTDM et la modulation DPSK (simulé sous OptiSystem). En second lieu, une analyse fondamentale a mis en évidence l'influence du paramètre CRF de HEVC sur le compromis débit/qualité et les limitations (distance, dispersion, atténuation) d'une liaison optique simple, confirmant la nécessité d'une approche intégrée. Les résultats de simulation ont démontré que l'optimisation préalable du flux vidéo HEVC améliorait significativement les performances (facteur de qualité, taux d'erreur binaire) de la transmission optique OTDM-DPSK comparativement à un flux non optimisé. Ainsi, La contribution majeure de cette thèse réside, dans la démonstration par simulation de la supériorité de l'approche d'optimisation conjointe pour améliorer l'efficacité spectrale et la fiabilité de la transmission vidéo HEVC sur fibre optique. Bien que limités à la simulation et à des aspects spécifiques de HEVC et des systèmes optiques, ces travaux soulignent la pertinence du co-design source-canal et ouvrent des perspectives pour le développement de systèmes de communication multimédia plus performants.Item Encodeur de faible consommation énergétique pour la surveillance embarquée=Low power encoder for embedded monitoring(Université Badji Mokhtar Annaba, 2025) MEFOUED, AbdelkaderThis thesis, titled ”Low Power Encoder for Embedded Monitoring,” focuses on the development of efficient image compression techniques tailored to the needs of embedded monitoring systems. These systems, often constrained by limited energy and computational resources, require innovative approaches to ensure effective data processing and transmission. The study empha-sizes low- complexity and energy-efficient algorithms utilizing the Discrete Cosine Transform (DCT) and Discrete Tchebichef Transform (DTT), which are widely used for data compression in digital media, telecommunications,and storage systems.A novel 8-point DCT approximation is proposed, achieving up to a 1 dB improvement in image quality compared to existing methods while main-taining a computational structure optimized for energy-sensitive embedded monitoring applications. A pruned version of this DCT further enhances the trade-off between performance and efficiency. Additionally, two new DTT approximations are introduced, reducing computational complexity and improving compression performance. These approximations are validated through FPGA implementations, demonstrating superior hardware perfor-mance and energy efficiency, with a quality gain of up to 2 dB compared to state-of-the-art DTT methods. Furthermore, the thesis presents a novel algorithm for generating cus- tomized quantization tables and coefficient orderings specifically designed for the proposed DCT and DTT approximations. This algorithm consis-tently improves image quality, delivering an average PSNR increase of 0.3 dB, thereby enhancing the overall performance of the encoder. The contributions of this research provide significant advancements in the design of low-power encoders for embedded monitoring systems. By addressing the challenges of energy efficiency and computational complexity, the proposed methods offer practical solutions for modern embedded systems and other resource-constrained signal processing applications.Item Optimisation et gestion d’un systeme de production de l’energie electrique multi-sources(Université Badji Mokhtar Annaba, 2025) IZGHECHE, YousraLe développement des installations de conversion d'énergies renouvelables, est une démarche largement adoptée par de nombreux pays. Cette initiative est jugée essentielle pour répondre de manière globale et durable aux enjeux environnementaux, et au déclin inévitable des ressources énergétiques fossiles telles que le pétrole et le charbon. Face à une demande énergétique en constante augmentation et aux impératifs de préservation environnementale liés aux émissions de gaz polluants l'exploitation des ressources renouvelables pour la production d'électricité est une solution prometteuse pour accompagner la transition énergétique. Les énergies éolienne et solaire constituent les principales sources renouvelables utilisées dans ce cadre. Toutefois, leur intermittence représente un défi de taille, car la puissance éolienne est directement liée à la vitesse du vent, tandis que l'énergie solaire varie en fonction des variations horaires, quotidiennes et saisonnières de l'irradiation solaire. Ce travail de recherche consiste à développer et appliquer aux systèmes multi-sources des stratégies de commandes avancées pour la gestion et l’optimisation des flux d’énergie en tenant compte des conditions climatiques réelles, selon les objectifs de maximisation , l’optimisation et la gestion de la puissance produite avec l’évaluation des performances de cette configuration hybride, notamment en ce qui concerne la gestion de l'énergie entre les différentes sources renouvelables, telles que les panneaux photovoltaïques, les éoliennes et les systèmes de stockage d'énergie par batterie.Item Elaboration d'un système biométrique multimodale hybride(Université Badji Mokhtar Annaba, 2025) ZEHIR, HatemThis thesis investigates the development of a multimodal biometric system that integrates electrocar diogram (ECG) and voice data to enhance the accuracy and reliability of person identification. The research aims to address limitations in unimodal biometric systems by combining complementary modalities, offering greater robustness against spoofing and improving overall performance. The study leverages the unique characteristics of both ECG signals and voice features, which are known to be resilient to environmental changes and health conditions, making them ideal for secure biometric authentication systems. The methodology involved two distinct unimodal systems for ECG and speaker recognition. The ECG-based system utilized a deep learning model, specifically GRU and LSTM architectures, trained on three major ECG databases (MIT-BIH, NSRDB, and PTB). The speaker recognition system employed a CNN-based model trained on a subset of 47 speakers from the LibriSpeech dataset. Both systems extracted meaningful features from the data (MFCC for voice and IMFs for ECG) after appropriate preprocessing steps. A multimodal biometric system was then developed by simulating a dataset combining voice and ECG samples, with score fusion techniques like Softmax and SVM used to merge the outputs of the unimodal systems. The key findings demonstrate that the GRU-based ECG system achieved an accuracy of 98.57% on the MIT-BIH database, outperforming the LSTM model. The CNN-based speaker recognition system reached an accuracy of 98.42%. However, the most significant result came from the multimodal system, where the fusion of ECG and voice scores using Softmax with the Sum rule yielded a high accuracy of 99.61%, with an EER of 0.22%. These results confirm that the multimodal approach provides superior performance compared to unimodal systems.Item Automatisation et conduite de serres (fleurs et légumes)(Université Badji Mokhtar Annaba, 2024) LACHOURI, Charaf EddineL’objectif principal de la production végétale sous serre est d’optimiser les revenus financiers des agriculteurs, ceci est réaliser en trouvant un juste équilibre entre l'optimisation de la qualité et de la quantité des produits issus de l'horticulture et la maitrise des couts financiers indispensable pour obtenir les conditions climatiques spécifiques requises pour favoriser la croissance de la plante. La croissance de la plante est principalement déterminée par les facteurs climatiques environnementaux, le niveau d'humidité et l'apport en engrais. Tandis que la serre représente un environnement clos où les paramètres climatiques et l'irrigation fertilisante sont sous contrôle. Cette thèse est structurée en quatre chapitres, Le premier chapitre (I) est réservé à la présentation d’une serre dans le cadre générale d’une gestion automatisée. Le deuxième chapitre (II) est réservé à la présentation d’un modèle de connaissance de la croissance de la plante (cas de la tomate) Le troisième chapitre (III) est réservé à la présentation d’un outil générique basé sur les concepts de la logique floue et les réseaux de neurones pour contrôler le comportement interne de la serre. Il constitue l’essence même de notre travail : l’application de cet outil générique pour contrôler le comportement de l’environnement interne d’une serre basée sur des données réelles. Le quatrième chapitre (IV) est réservé à la présentation d’une implémentation d’un contrôleur neuro-flou sur une carte FPGA.Item Optimisation du HEVC basée sur la réduction de la complexité calculatoire(Université Badji Mokhtar Annaba, 2024) BRAI, RadhiaHEVC offre des économies de débit de 25 à 50 % par rapport à son prédécesseur, l'Advanced Video Coding H.264, et prend en charge des résolutions allant jusqu'à 8K UHD. Cependant, cette réduction du débit dans HEVC entraîne une augmentation du coût de calcul lors de l'opération d'encodage. Cette complexité peut devenir un véritable obstacle, en particulier pour le streaming vidéo en temps réel et les applications VANET (Vehicular Ad-Hoc Network) telles que la sécurité routière et la vidéosurveillance. L'amélioration du débit et l'augmentation du coût de calcul sont attribuables à l'utilisation de blocs de codage, de prédiction et de transformation de différentes tailles. En effet, le codeur H.264 est basé sur des macroblocs de structure de tailles 4x4, 8x8 et 16x16, tandis que le H.265 dépend des unités d'encodage en arbre (Coding Tree Units - CTU) qui sélectionnent les tailles de blocs 8x8, 16x16, 32x32 et 64x64. Dans ce travail, une méthode de décision rapide de la taille de l'unité de codage (Coding Unit - CU) est proposée pour réduire le coût de calcul du HEVC en se basant sur l'homogénéité spatiale. Comparé au modèle de test de référence HM16.13, le temps de codage moyen est réduit d'environ 40 % pour les séquences vidéo CIF / QCIF et de 35 % à 43 % pour les séquences de test des classes A, B et C.Item Compression d'images fixes et en stéréovision à faible complexité sur WSN(Université Badji Mokhtar Annaba, 2024-06-27) ZIDANI, NesrineProlonging the lifetime of wireless sensor networks (WSN) is the biggest challenging issue. In wireless multimedia Sensor Networks (WMSNs), sensor nodes have limited energy resource and to increase the lifetime of the network, it is necessary to design an effective fast algorithm that aims at reducing the consumed power. In this thesis we proposed an energy-efficient discrete cosine transform (DCT) approximation requiring only 12 additions. Associated with a JPEG compression chain, this DCT approximation ensures a very good rate-distortion compromise, but above all, a very low computational complexity and significant compatibility with the exact DCT.Item Etudes et developpement de sources d'impulsions ultrarapides dans la fibre optique(2023) Saouchi, Mohamed OkbaLa création d'impulsions en femto secondes à des cadences de répétitions très élevées par des sources « tout fibré» sont utilisées pour des applications dans différents domaines d’activité. En télécommunications, le développement de la fibre dans la boucle locale (FTTx : Fiber To The x) qui consiste à faire aboutir la fibre optique jusqu’à l’abonné, a éveillé l’intérêt de la recherche sur l'accès à plusieurs personnes à répartition de codes optiques (OCDMA : Optical Code-Division Multiple-Access). Cela permet la transmission des informations à très haut débit, de manière asynchrone à un grand nombre d’utilisateurs variable.Item Protection des données au niveau source d’un streaming vidéo dans les réseaux sans fil(Université Badji Mokhtar Annaba, 2024) KHALFA, SaraCette thèse de doctorat se concentre sur l'amélioration de la qualité et la protection des données de streaming vidéo dans les environnements de réseaux sans fil. Elle débute par une analyse approfondie de l'impact des pertes de paquets sur la qualité vidéo reçue, mettant en avant les défis inhérents à la transmission sans fil. Pour résoudre ces défis, elle propose plusieurs contributions novatrices. La première contribution repose sur une méthode de protection de la vidéo transmise dans un canal bruité. Fondée sur le codage à description multiple, cette méthode agit directement au niveau de la source pour renforcer la résilience de la vidéo face aux perturbations du canal. Elle offre ainsi une solution prometteuse pour garantir une transmission vidéo de haute qualité dans des environnements sans fil imprévisibles.Item Diagnostic et contrôle des systèmes de distribution de l’eau potable(Université Badji Mokhtar Annaba, 2024) BOUZID, SoumiaThe sensors measuring process variables are important to the success of any diagnosis technique. This thesis describes a method for detecting and diagnosing sensor problems using a Bottleneck Neural Network (BNN). To detect and isolate sensor problems in drinking water distribution systems (DWDS), the BNN technique is employed as a statistical process control tool. This method has been validated in simulation on a nonlinear system: a quadruple tank and a real-world drinking water distribution system. The goal of this study is to make a contribution to the supervision of a DWDS utilizing the Neural Network diagnosis approach. With the increased demand for water owing to population expansion, the approval of new technologies to ensure water quality at a lesser cost is critical.Item Etude des performances dans les systèmes WDM à fibre optique multiservices à très haut débit(2023) Fares, AbderraoufCe travail porte sur l'étude et la simulation de systèmes de communication optiques multiplexés destinés aux réseaux d'accès multiservices à très haut débit. Après avoir révélé le côté théorique concernant le principe de fonctionnement et les techniques du multiplexage et de modulation utilisées pour ce type de réseaux, nous avons simulé deux architectures différentes de systèmes multiplexés : le premier utilisant la technique RoF-WDM et le deuxième utilisant le SAC-OCDMA-DWDM, et ceci via le logiciel de simulation Optisystem et le MATLAB.Item Segmentation fond forme par apprentissage machine pour la détection d'objets envidéosurve illance et l'extraction de routes par vues aériennes(2023) Kebir, AbdeldjalilDans cette thèse, nous étudions le problème de la segmentation des régions de premier plan qui représentent des objets en mouvement dans la vidéosurveillance et la segmentation des régions de premier plan dans le contexte de l'image aérienne pour l'extraction des réseaux routier. Nous proposons un modèle d'apprentissage profond développé pour la segmentation automatique basée sur des architectures d'auto-encodera multi-profondeur (compressé). Ces systèmes sont entrainées à zéro et par transfert en mode supervisé lorsqu'en utilisant des données d'apprentissage limitées.Item Extraction des parametres pour l'analyse des images application a l'ecriture arabe manuxrite(2009) Bouchareb, FaouziCes travaux s'inscrivent dans le cadre de l'analyse des images appliquée à l'écriture arabe manuscrite.Vu la nature cursive de l'écriture arabe nous proposons l'extraction des nouveaux paramètres pour les différentes étapes d'analyse : Dans la partie filtrage nous exposons une nouvelle méthode basée sur l'estimation de l'épaisseur d'écriture qui dépend du stylo utilisé et du squelette de l'image originale ; le mécanise de suppression du bruit consiste à éliminer que les composantes connexes qui ont une épaisseur plus petit que l'épaisseur globale estimée, cette méthode permet de garder que la forme principale ainsi que ses points. Ce type de filtrage s'applique pour les mots ainsi que pour les caractères isolés.Item Etude et mise en œuvre d'un encodeur vidéo basé objet pour les systèmes de vidéosurveillance sans fils embarqués(2023) Aliouat, AhcenEmbedded wireless video surveillance systems are gaining widespread popularity due to advancements in internet of things (IoT) systems and wireless multimedia sensor networks. These systems have numerous applications, including military target tracking and surveillance, disaster relief, biomedical health monitoring, seismic sensing, environment monitoring, and smart cities. Transmitting multimedia data at a low bitrate while maintaining high-quality transmitted data is still a challenging problem in battery-powered systems due to limited energy availability. This thesis addresses this challenge by optimizing energy efficiency in wireless multimedia sensor networks for resource-constrained wireless surveillance environments. The focus is on developing novel encoders that minimize energy consumption while maintaining high Quality of Experience (QoE) for both human and machine processing.