Download or read book Segmentation d images couleur par combinaison LPE r gions LPE contours et fusion de r gions Application la segmentation de toitures partir d orthophotoplans written by Youssef El Merabet and published by . This book was released on 2013 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: D'un point de vue général, les travaux de recherche de cette thèse s'inscrivent dans le cadre d'une approche globale quiconsiste à extraire des informations relatives aux toitures de bâtiments à partir de photos aériennes (orthophotoplans). L'objectifétant de pouvoir reconnaître des toitures extraites d'images aériennes en utilisant une base de connaissances, puisaffiner/déformer des modèles 3D générés automatiquement à partir de données géographiques. Pour cela, une premièreétape consiste tout d'abord à partitionner l'image aérienne en différentes régions d'intérêt (pans de toiture, cheminées,chiens assis, fenêtres, etc.), c'est la contribution de cette thèse.La méthodologie permettant d'atteindre cet objectif est composée de trois étapes : (i) Une étape de simplification qui consisteà simplifier l'image initiale avec un couple invariant/gradient approprié et optimisé pour l'application. Pour cela, unesérie de tests permettant de choisir, d'une part, l'invariant colorimétrique le plus approprié parmi 24 invariants et, d'autrepart, le meilleur gradient parmi 14 gradients issus de la littérature est réalisée. (ii) La deuxième étape comporte deux stratégiesde segmentation par LPE. L'image simplifiée est segmentée d'une part par une LPE-régions couplée à une stratégiede fusion de régions, et d'autre part, par une LPE-contours. Le processus de fusion de régions intègre des critères defusion fondés sur des grandeurs radiométriques et géométriques adaptés aux particularités des orthophotoplans traités.Une technique de caractérisation 2D des arêtes de toitures par une analyse des segments est proposée afin de calculerl'un des critères de fusion. (iii) La troisième étape consiste à combiner les avantages de chaque méthode dans un mêmeschéma de segmentation coopératif afin d'aboutir à un résultat de segmentation fiable. Les tests ont été effectués sur unorthophotoplan contenant 100 toitures de complexité variée et évaluées avec le critère de VINET utilisant une segmentationde référence afin de prouver la robustesse et la fiabilité de l'approche proposée. Une étape de comparaison permettantde situer les résultats obtenus via notre approche proposée par rapport à ceux obtenus pas les principales méthodes desegmentation de la littérature est finalement effectuée.
Download or read book Segmentation d images couleur par LPE et fusion de r gions written by Youssef El Merabet and published by Presses Academiques Francophones. This book was released on 2014-10-24 with total page 176 pages. Available in PDF, EPUB and Kindle. Book excerpt: D'un point de vue general, les travaux de recherche de ce livre s'inscrivent dans le cadre d'une approche globale qui consiste a extraire des informations relatives aux toitures de batiments a partir de photos aeriennes (orthophotoplans). L'objectif etant de pouvoir reconnaitre des toitures extraites d'images aeriennes en utilisant une base de connaissances, puis affiner/deformer des modeles 3D generes automatiquement a partir de donnees geographiques. Pour cela, une premiere etape consiste tout d'abord a partitionner l'image aerienne en differentes regions d'interet (pans de toiture, cheminees, chiens assis, fenetres, etc.), c'est la contribution de ce travail.
Download or read book Segmentation des images couleurs par accroissement de r gions written by Eric Brodin (Spécialiste du Traitement d'images).) and published by . This book was released on 1990 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: L'étude de ce présent rapport de stage s'inscrit dans les programmes de recherche en traitement d'images du laboratoire L.C.I.A. à l'Université de Mont-Saint-Aignan. Elle traite des différentes méthodes de segmentation des images couleurs par la technique de l'accroissement de régions. La segmentation a pour but principal de fragmenter une image en zones homogènes dans le souci ultérieur d'une analyse de scène. Trois axes de recherche sont envisagés dans ce rapport : - Etude dans un premier temps des différents moyens de représentation de la couleur : nous présentons dans chacun des cas les avantages et les inconvénients de ces plans image pour notre application. - Description détaillée des différents algorithmes par accroissement de régions et leur implémentation en langage C. - Nous définissons enfin les critères de segmentation pour le regroupement des pixels. Il est bien évident que le choix de ces critères (s'appuyant sur des valeurs statistiques de répartition spatiale des pixels dans l'image) est différent selon l'objectif que l'on se fixe pour la segmentation. Dans ce cas nous expliquons l'intérêt de ces critères.
Download or read book Segmentation D Image Par Classification Dans Un Espace Couleur Hybride written by COLLECTIF. and published by Omniscriptum. This book was released on 2010-08 with total page 232 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans le cadre de l'analyse d'images de football, nous proposons une m thodologie originale de segmentation d'images couleur en r gions qui exploite les propri t s colorim triques des pixels pour extraire de l'image les joueurs suivre. Les pixels de chaque image sont affect s diff rentes classes en utilisant des m thodes classiques de classification de donn es multidimensionnelles fond es sur un apprentissage supervis . La couleur de chaque pixel est usuellement repr sent e sur la base des trois composantes trichromatiques rouge, verte et bleue, mais peut tre cod e dans d'autres syst mes de repr sentation. L'originalit de notre approche consiste construire un espace couleur hybride en s lectionnant les composantes couleur les plus discriminantes et pouvant tre issues de diff rents syst mes. Cette approche est g n ralis e en consid rant qu'un pixel est repr sent par des attributs colorim triques valu s son voisinage. Il est ainsi possible de proposer une liste d'attributs calcul s pour chacune des composantes couleur des syst mes de repr sentation et de s lectionner un espace d'attributs colorim triques adapt .
Download or read book Segmentation d images couleur par classification pixellaire et hi rarchie de partitions par Cyril Meurie written by Cyril Meurie and published by . This book was released on 2005 with total page 185 pages. Available in PDF, EPUB and Kindle. Book excerpt: La première partie de ce travail est consacrée au développement d'une stratégie de segmentation d'images microscopiques couleur pouvant contribuer à l'enrichissement de l'étape de segmentation d'une station d'analyse de microscopie automatisée. Nous exposons tout d'abord diverses approches de classifications pixellaires non supervisées et supervisées et montrerons l'importance du choix de l'espace couleur. Nous exploitons ensuite la complémentarité qu'il peut exister entre les classifieurs en proposant une méthode de combinaison de classifications pixellaires tenant compte du nombre de classifieurs combinés et de l'information de voisinage. Enfin, nous intégrons ces méthodes dans une approche morphologique basée sur une ligne de partage des eaux couleur et évaluons les résultats à l'aide d'une méthode d'évaluation adaptée à la cytologie. Dans un contexte plus général, la deuxième partie de ce travail traite de la segmentation d'images couleur par hiérarchie de partitions. Nous présentons tout d'abord un nouveau critère connectif puis une approche de création de hiérarchie de partitions permettant de simplifier ou de segmenter une image rapidement. Nous nous intéressons ensuite à la morphologie mathématique couleur et proposerons une approche par graphe permettant de déterminer l'infimum et le suprémum d'un ensemble de vecteurs couleur, ce qui implique une nouvelle formulation de l'algorithme du waterfall. Enfin, nous définissons une fonction d'énergie qui peut servir à déterminer automatiquement le meilleur niveau d'une hiérarchie de partitions ou bien comme critère de terminaison dans un processus de fusion de régions par descente d'énergie.
Download or read book Segmentation d images written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-11 with total page 150 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que la segmentation d'image Dans le traitement d'images numériques et la vision par ordinateur, la segmentation d'image est le processus de partitionnement d'une image numérique en plusieurs segments d'image, également appelés régions d'image ou objets images. Le but de la segmentation est de simplifier et/ou de modifier la représentation d'une image en quelque chose de plus significatif et plus facile à analyser. La segmentation d'images est généralement utilisée pour localiser des objets et des limites dans les images. Plus précisément, la segmentation d'image est le processus d'attribution d'une étiquette à chaque pixel d'une image de telle sorte que les pixels portant la même étiquette partagent certaines caractéristiques. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Segmentation d'images Chapitre 2 : Détection des contours Chapitre 3 : Transformation de caractéristiques invariantes d'échelle Chapitre 4 : Seuil (traitement d'image) Chapitre 5 : Méthode d'Otsu Chapitre 6 : Détection de coin Chapitre 7 : Coupes graphiques en vision par ordinateur Chapitre 8 : Décalage moyen Chapitre 9 : Segmentation de plage Chapitre 10 : Bassin versant (traitement d'image) (II) Répondre aux principales questions du public sur la segmentation d'images. (III) Exemples concrets d'utilisation de la segmentation d'images dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de segmentation d'images.
Download or read book La segmentation des images couleurs par fusion des donn es written by Salim Ben Chaabane and published by Noor Publishing. This book was released on 2017-03 with total page 109 pages. Available in PDF, EPUB and Kindle. Book excerpt: D'un point de vue general, les travaux de recherche de ce livre s'inscrivent dans le cadre de la segmentation des images couleurs par fusion des donnees. Dans ce travail, nous presentons une architecture de fusion d'images basee sur la theorie des croyances de Dempster-Shafer, utilisee pour la segmentation des images couleurs. Nous focalisons notre etude sur les methodes de fusion des informations au niveau des pixels. Nous presentons, une approche pour la modelisation des informations, basee sur la distribution gaussienne. Cette derniere, permet de generer, a partir de trois primitives couleurs, une seule image finale segmentee. La methode de fusion consiste a fusionner les resultats issus d'une premiere segmentation des images originales parfaitement recalees geometriquement. Dans cette methode de fusion, l'etape de modelisation est realisee a base des techniques d'analyse de l'histogramme et la distribution gaussienne. Les etudes comparatives avec plusieurs techniques existantes, appliquees a la segmentation des images couleurs, montrent la souplesse et la robustesse de la modelisation basee sur le seuillage de l'histogramme d'homogeneite et la distribution gaussienne.
Download or read book Segmentation non supervis e d images couleur par analyse de la connexit des pixels written by Michaël Fontaine and published by . This book was released on 2001 with total page 310 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans le cadre de la segmentation d'images couleur en régions, nous proposons une méthode originale qui considère que les régions sont définies comme des ensembles de pixels connexes appartenant à une même classe de pixels. Notre approche considère au même titre les propriétés de connexité et les propriétés colorimétriques des pixels afin de construire des classes qui peuvent être non équiprobables. Nous définissons le degré de connexité couleur d'un ensemble de pixels qui est une mesure de la connexité d'un ensemble de pixels dont les couleurs appartiennent à un intervalle de couleurs. Nous supposons que les pixels de chaque région de l'image peuvent être regroupés en une classe de pixels et qu'une classe est un ensemble de pixels dont le degré de connexité couleur présente une valeur remarquablement élevée. Toute la difficulté consiste à identifier ces ensembles. Pour cela, nous définissons une structure de donnée originale, la pyramide des degrés de connexité couleur PDCC, qui recense de manière organisée et hiérarchique les degrés de connexité couleur de tous les ensembles de pixels possibles que peut contenir une image et dont les couleurs appartiennent à des intervalles de couleurs parfaitement définis. Pour des raisons d'implantation, nous ne pouvons construire cette pyramide qu'en tenant compte de deux composantes trichromatiques parmi les trois disponibles. Nous décomposons alors l'image originale en trois images bichromatiques associées respectivement aux couples de composantes (R,G), (G,B) et (B,R) et nous construisons la PDCC pour chacune de ces images. Une méthode d'analyse de chaque PDCC est proposée afin de construire les noyaux des classes présentes dans chaque image bichromatique.
Download or read book Segmentation d images written by RIAD.. KARA FALAH and published by . This book was released on 1995 with total page 151 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'images naturelles complexes est généralement imparfaite si l'on n'utilise qu'une seule technique de segmentation. Il est donc nécessaire de faire coopérer plusieurs processus de segmentation. Le travail réalisé dans cette thèse se divise en deux parties: 1) Développement d'une approche coopérative pour la segmentation d'images naturelles. Le principe consiste à utiliser la redondance entre les résultats obtenus par plusieurs segmentations «région» afin de localiser des germes qui ont une grande certitude d'appartenir à des régions homogènes. A partir de ces germes une procédure de croissance de régions basée sur les caractéristiques des germes permet d'agglomérer progressivement les pixels hors germes. Le processus est contrôlé par le gradient de l'image afin d'obtenir une meilleure précision sur les frontières des régions extraites. Les germes sont extraits par un mécanisme de fusion de plusieurs segmentations primaires. Ce mécanisme permet également de proposer une segmentation consensus entre les segmentations de départ. 2) Caractérisation quantitative du résultat de la segmentation: La mesure couramment utilisée est basée sur le pourcentage des pixels mal classés entre le résultat fourni par un algorithme de segmentation et une segmentation de référence. Cette mesure reste insuffisante car elle ignore toute information spatiale sur la localisation des frontières des régions. La nouvelle mesure proposée tient compte à la fois du nombre de pixels mal classés et de leurs localisations. Cette mesure de dissimilarité permet l'évaluation numérique du résultat d'un algorithme de segmentation sur des images où l'on connaît la segmentation de référence. De plus, elle permet d'étendre à l'espace des segmentations certaines techniques de filtrage développées dans le cas de signaux scalaires.
Download or read book Segmentation non supervis e d images couleur par sur segmentation Markovienne en r gions et proc dure de regroupement de r gions par graphes pond r s written by Rachid Hedjam and published by . This book was released on 2008 with total page 162 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book Segmentation d images par combinaison adaptative couleur texture et classification de pixels written by Dhouha Attia and published by . This book was released on 2013 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: En segmentation d'images, les informations de couleur et de texture sont très utilisées. Le premier apport de cette thèse se situe au niveau de l'utilisation conjointe de ces deux sources d'informations. Nous proposons alors une méthode de combinaison couleur/texture, adaptative et non paramétrique, qui consiste à combiner un (ou plus) gradient couleur et un (ou plus) gradient texture pour ensuite générer un gradient structurel utilisé comme image de potentiel dans l'algorithme de croissance de régions par LPE. L'originalité de notre méthode réside dans l'étude de la dispersion d'un nuage de point 3D dans l'espace, en utilisant une étude comparative des valeurs propres obtenues par une analyse des composantes principales de la matrice de covariance de ce nuage de points. L'approche de combinaison couleur/texture proposée est d'abord testée sur deux bases d'images, à savoir la base générique d'images couleur de BERKELEY et la base d'images de texture VISTEX. Cette thèse s'inscrivant dans le cadre des projets ViLoc (RFC) et CAPLOC (PREDIT), le deuxième apport de celle-ci se situe au niveau de la caractérisation de l'environnement de réception des signaux GNSS pour améliorer le calcul de la position d'un mobile en milieu urbain. Dans ce cadre, nous proposons d'exclure certains satellites (NLOS dont les signaux sont reçus par réflexion voir totalement bloqués par les obstacles environnants) dans le calcul de la position d'un mobile. Deux approches de caractérisation, basées sur le traitement d'images, sont alors proposées. La première approche consiste à appliquer la méthode de combinaison couleur/texture proposée sur deux bases d'images réelles acquises en mobilité, à l'aide d'une caméra fisheye installée sur le toit du véhicule de laboratoire, suivie d'une classification binaire permettant d'obtenir les deux classes d'intérêt « ciel » (signaux LOS) et « non ciel » (signaux NLOS). Afin de satisfaire la contrainte temps réel exigée par le projet CAPLOC, nous avons proposé une deuxième approche basée sur une simplification de l'image couplée à une classification pixellaire adaptée. Le principe d'exclusion des satellites NLOS permet d'améliorer la précision de la position estimée, mais uniquement lorsque les satellites LOS (dont les signaux sont reçus de manière direct) sont géométriquement bien distribués dans l'espace. Dans le but de prendre en compte cette connaissance relative à la distribution des satellites, et par conséquent, améliorer la précision de localisation, nous avons proposé une nouvelle stratégie pour l'estimation de position, basée sur l'exclusion des satellites NLOS (identifiés par le traitement d'images), conditionnée par l'information DOP, contenue dans les trames GPS.
Download or read book Segmentations d images couleur dans la base teinte luminance saturation written by Thierry Carron and published by . This book was released on 1995 with total page 197 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'utilisation de la couleur dans les étapes de segmentation va aboutir, grâce à l'apport complémentaire d'informations (données tridimensionnelles), à de meilleurs résultats qu'en utilisant une représentation monochrome. La traduction de cette information dans un espace Teinte-Luminance-Saturation, très proche de la perception humaine des couleurs, permet une interprétation aisée, une certaine indépendance et une complémentarité entre les informations. Ceci va faciliter l'intégration des caractéristiques spécifiques des images couleurs dans le processus de segmentation. Cependant, l'un des soucis de la mise au point des méthodes de traitement couleur sera de ne pas payer le gain de performance par un accroissement important des temps de traitements. Une stratégie peut alors consister à chercher à fusionner les informations apportées par les trois composantes afin de définir une information unique traduisant soit un critère d'homogénéité dans le cas de la segmentation en régions, soit un critère de discontinuité dans le cas de la détection de contours. Cette fusion des données peut être envisagée par une approche classique, en effectuant une somme pondérée des informations, ou bien en employant des techniques de fusion plus élaborées reposant sur des représentations symboliques associées à la théorie des sous-ensembles flous.
Download or read book Fusion de segmentation des images couleur written by Ismahan Baghli and published by Omniscriptum. This book was released on 2012 with total page 68 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'analyse des images microscopiques est importante pour le diagnostique médicale. Dans ce travail, la combinaison de classifieurs est introduite comme une méthode permettant d'améliorer la qualité de la segmentation cellulaire par rapport à un seul classifieur. L'objetif principal de cette segmentation est d'extraire les globules blanc (noyau et cytoplasme), globules rouge et le fond des images de la moelle osseuse ou des images sanguines. Notre technique combine (avec le vote majoritaire et/ou la théorie de Dempster Shafer) les résultats obtenus par les Support Vector Machine (SVM) dans différents espaces couleur. Vingt sept images microscopiques ont été testées et comparées avec les images segmentées manuellement (vérité terrain). Dans les meilleurs des cas, ce travail permet d'obtenir des précisions égales à 95.73% pour le noyau et 84.49% pour le cytoplasme.
Download or read book SEGMENTATION D IMAGES PAR APPROCHE DE TYPE DIVISION FUSION written by FABRICE.. CHANTEMARGUE and published by . This book was released on 1991 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE TRAITE D'UN PROBLEME FONDAMENTAL POUR LE DEVELOPPEMENT DE SYSTEMES DE VISION ARTIFICIELLE, A SAVOIR LA PARALLELISATION D'ALGORITHMES DE TRAITEMENT D'IMAGES PRESENTANT DES TEMPS D'EXECUTION PROHIBITIFS VIS-A-VIS DU CONTEXTE APPLICATIF. LE CHOIX S'EST PORTE SUR LA METHODE DE TYPE DIVISION-FUSION. FREQUEMMENT EMPLOYEE EN SEGMENTATION D'IMAGES PAR EXTRACTION DE REGIONS. CE TRAVAIL REPOSE SUR LA MODELISATION ALGORITHMIQUE DE CETTE METHODE, QUI CONSISTE EN L'UTILISATION DE CRITERES POUR SEGMENTER L'IMAGE. LA RECHERCHE DE CRITERES, QUANT A ELLE, N'EST PAS ABORDEE ICI. C'EST POURQUOI CETTE ETUDE EST GENERALE ET PEUT ETRE REPRISE DANS DIVERSES APPLICATIONS TELLES QUE LA SEGMENTATION SELON DES CRITERES DE LUMINANCE, DE CHROMINANCE, DE TEXTURE, OU DE MOUVEMENT, ... DEUX ASPECTS APPARAISSENT DANS CE MEMOIRE. LE PREMIER ASPECT CONCERNE LA PARALLELISATION ALGORITHMIQUE DE LA TECHNIQUE DE DIVISION-FUSION, PAR APPROCHE FERME DE PROCESSEURS, EN VUE DE L'IMPLANTATION SUR UNE MACHINE PARALLELE MIND. LE DEUXIEME ASPECT EST UNE CONSEQUENCE DE L'ETUDE DE LA PARALLELISATION DE LA PHASE DE FUSION. IL CONSISTE, A PARTIR DE LA MODELISATION ALGORITHMIQUE DE CELLE-CI, A PROPOSER DEUX NOUVELLES APPROCHES SE PRETANT MIEUX AU PARALLELISME. LES TRAVAUX SONT VALIDES PAR APPLICATION A LA SEGMENTATION EN REGIONS SELON DES CRITERES DE MOUVEMENT
Download or read book Segmentation d images cooperation fusion evaluation written by Riad Kara-Falah and published by . This book was released on 1995 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book Fusion d informations par la th orie de l vidence pour la segmentation d images written by Chaza Chahine and published by . This book was released on 2016 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La fusion d'informations a été largement étudiée dans le domaine de l'intelligence artificielle. Une information est en général considérée comme imparfaite. Par conséquent, la combinaison de plusieurs sources d'informations (éventuellement hétérogènes) peut conduire à une information plus globale et complète. Dans le domaine de la fusion on distingue généralement les approches probabilistes et non probabilistes dont fait partie la théorie de l'évidence, développée dans les années 70. Cette méthode permet de représenter à la fois, l'incertitude et l'imprécision de l'information, par l'attribution de fonctions de masses qui s'appliquent non pas à une seule hypothèse (ce qui est le cas le plus courant pour les méthodes probabilistes) mais à un ensemble d'hypothèses. Les travaux présentés dans cette thèse concernent la fusion d'informations pour la segmentation d'images.Pour développer cette méthode nous sommes partis de l'algorithme de la « Ligne de Partage des Eaux » (LPE) qui est un des plus utilisés en détection de contours. Intuitivement le principe de la LPE est de considérer l'image comme un relief topographique où la hauteur d'un point correspond à son niveau de gris. On suppose alors que ce relief se remplit d'eau par des sources placées au niveau des minima locaux de l'image, formant ainsi des bassins versants. Les LPE sont alors les barrages construits pour empêcher les eaux provenant de différents bassins de se mélanger. Un problème de cette méthode de détection de contours est que la LPE directement appliquée sur l'image engendre une sur-segmentation, car chaque minimum local engendre une région. Meyer et Beucher ont proposé de résoudre cette question en spécifiant un ensemble de marqueurs qui seront les seules sources d'inondation du relief. L'extraction automatique des marqueurs à partir des images ne conduit pas toujours à un résultat satisfaisant, en particulier dans le cas d'images complexes. Plusieurs méthodes ont été proposées pour déterminer automatiquement ces marqueurs.Nous nous sommes en particulier intéressés à l'approche stochastique d'Angulo et Jeulin qui estiment une fonction de densité de probabilité (fdp) d'un contour (LPE) après M simulations de la segmentation LPE classique. N marqueurs sont choisis aléatoirement pour chaque réalisation. Par conséquent, une valeur de fdp élevée est attribuée aux points de contours correspondant aux fortes réalisations. Mais la décision d'appartenance d'un point à la « classe contour » reste dépendante d'une valeur de seuil. Un résultat unique ne peut donc être obtenu.Pour augmenter la robustesse de cette méthode et l'unicité de sa réponse, nous proposons de combiner des informations grâce à la théorie de l'évidence.La LPE se calcule généralement à partir de l'image gradient, dérivée du premier ordre, qui donne une information globale sur les contours dans l'image. Alors que la matrice Hessienne, matrice des dérivées d'ordre secondaire, donne une information plus locale sur les contours. Notre objectif est donc de combiner ces deux informations de nature complémentaire en utilisant la théorie de l'évidence. Les différentes versions de la fusion sont testées sur des images réelles de la base de données Berkeley. Les résultats sont comparés avec cinq segmentations manuelles fournies, en tant que vérités terrain, avec cette base de données. La qualité des segmentations obtenues par nos méthodes sont fondées sur différentes mesures: l'uniformité, la précision, l'exactitude, la spécificité, la sensibilité ainsi que la distance métrique de Hausdorff.
Download or read book CONTRIBUTION DES MESURES FLOUES ET D UN MODELE MARKOVIEN A LA SEGMENTATION D IMAGES COULEUR written by RIADH.. BOUSSARSAR and published by . This book was released on 1997 with total page 172 pages. Available in PDF, EPUB and Kindle. Book excerpt: LA SEGMENTATION D'IMAGE COULEUR CONSISTE A PARTAGER L'IMAGE EN DIFFERENTES REGIONS AYANT DES CARACTERISTIQUES HOMOGENES SELON CERTAINS CRITERES. LA BASE DE REPRESENTATION COULEUR UTILISEE EST LA BASE RGB AFIN DE NE PAS PERDRE L'INFORMATION COULEUR DE L'IMAGE. TENANT COMPTE DE LA CORRELATION DES DONNEES DES TROIS PLANS DE L'IMAGE DANS CETTE BASE, UNE SEGMENTATION GROSSIERE HYBRIDE SUIVIE D'UNE SEGMENTATION FINE SONT DEVELOPPEES. LA SEGMENTATION GROSSIERE EST UNE CLASSIFICATION ITERATIVE. ELLE UTILISE DES MESURES FLOUS TELLES QUE L'INDEX OU L'ENTROPIE FLOUE AFIN DE MINIMISER DE MANIERE OPTIMALE ET AUTO-ADAPTATIVE LES ZONES AMBIGUES DES HISTOGRAMMES R, G, B DE L'IMAGE, PERMETTANT L'EXTRACTION D'UNE CLASSE 3D, ET LA FORMATION GROSSIERE D'UNE REGION FORMEE PAR UN ENSEMBLE DE PIXELS CLASSES ET DE PIXELS MASQUES. LA SEGMENTATION FINE UTILISE LE NOMBRE DE CLASSES, LEUR CENTRE DE GRAVITE ET LA FONCTION D'APPARTENANCE DE L'ALGORITHME DES FUZZY C-MEANS AFIN DE CLASSER GLOBALEMENT LES PIXELS MASQUES. ETANT DONNE QU'IL EXISTE QUELQUES PIXELS MAL CLASSES, UNE APPROCHE MARKOVIENNE EST DEVELOPPEE POUR ELIMINER CES PIXELS ET RENDRE LES REGIONS HOMOGENES AVEC DES FRONTIERES LISSES. POUR FINIR UNE VERSION MODIFIEE DE LA SEGMENTATION EST INTEGREE DANS UNE STRUCTURE PYRAMIDALE AFIN DE DIMINUER LES TEMPS DE CALCULS.
