Download or read book SEGMENTATION STATISTIQUE NON SUPERVISEE D IMAGES ET DETECTION DE CONTOURS PAR FILTRAGE written by ANRONG.. PENG and published by . This book was released on 1992 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE EST CONSACREE A DEUX CATEGORIES DE METHODES DE LA SEGMENTATION D'IMAGES: LA SEGMENTATION STATISTIQUE NON SUPERVISEE ET LA DETECTION DE CONTOURS PAR FILTRAGE. LES CONTRIBUTIONS DE CE TRAVAIL REPOSENT SUR LES ETUDES DES DEUX FAMILLES DE METHODES EN SOI ET SUR LEUR MISE EN PARALLELE. DANS LA PREMIERE PARTIE, NOUS ABORDONS LA SEGMENTATION BAYESIENNE NON SUPERVISEE. DES ALGORITHMES D'ESTIMATION PREALABLE A LA SEGMENTATION CONTEXTUELLE, TELS QUE EM, ICE, SEM, SONT ETUDIES. PUIS CES ESTIMATEURS VALABLES DANS LES CHAMPS STATIONNAIRES SONT ADAPTES AUX CHAMPS NON STATIONNAIRES. NOUS MENONS UNE COMPARAISON DES PERFORMANCES DES ESTIMATEURS SUIVANT DES CARACTERISTIQUES DU BRUIT. UNE ETUDE DE LA ROBUSTESSE DE LA SEGMENTATION CONTEXTUELLE EST EFFECTUEE, CE QUI EST UTILE POUR LE CHOIX D'UN ESTIMATEUR, AINSI QUE POUR LA DEFINITION D'UN COMPROMIS ENTRE LA PRECISION DE L'ESTIMATION ET LE TEMPS DE CALCUL. LA DEUXIEME PARTIE EST CONSACREE A LA DETECTION DE CONTOURS PAR FILTRAGE. UNE DEFINITION DES CONTOURS UTILISANT L'ORDRE DE DISCONTINUITE EST D'ABORD PROPOSEE. LA METHODOLOGIE DE LA DETECTION DE CONTOURS D'ORDRE 0 (CONTOUR ECHELON) EST GENERALISEE AUX CONTOURS DE DISCONTINUITE D'ORDRE QUELCONQUE. LE PROBLEME DE LA DETECTION DE CONTOURS EST AINSI REDUIT A LA RECHERCHE D'UN FILTRE DE LISSAGE OPTIMAL DONT LA FORME JOUE UN ROLE IMPORTANT. L'ACCENT EST DONC MIS SUR L'ETUDE DES FORMES DE FILTRES DE LISSAGE EXISTANTS. UN EXEMPLE DE CETTE GENERALISATION, LA DETECTION DU CONTOUR RAMPE, EST APPLIQUEE AUX IMAGES SIMULEES ET IMAGES REELLES. LA TROISIEME PARTIE EST CONSACREE A LA MISE EN PARALLELE DES DEUX FAMILLES DE METHODES. APRES UNE ETUDE SUR LEURS PROFILS DIFFERENTS ET POINTS COMMUNS DU POINT DE VUE THEORIQUE, L'OBJECTIF PRINCIPAL EST LA COMPARAISON DE LA QUALITE, TANT VISUELLE QUE SELON DES CRITERES OBJECTIFS, DES CONTOURS OBTENUS PAR DEUX FAMILLES DE METHODES. CETTE ETUDE MET EN LUMIERE LES DIFFERENCES DE COMPORTEMENT DES DEUX FAMILLES DE METHODES, ET PEUT AINSI SERVIR A LA DECISION QUANT AU CHOIX DE LA METHODE LA PLUS APPROPRIEE EN FONCTION DE PROPRIETES OBJECTIVES DES IMAGES

Download or read book Segmentation statistique non supervisee d images et detection de contours par filtrage written by Anrong Peng and published by . This book was released on 1992 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Mathematical Methods in Medical Imaging written by and published by . This book was released on 1994 with total page 412 pages. Available in PDF, EPUB and Kindle. Book excerpt:

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 Mesures statistiques non param triques pour la segmentation d images et de vid os et minimisation par contours actifs written by Ariane Herbulot and published by . This book was released on 2007 with total page 176 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'images et de séquences vidéo consiste à séparer les objets d'intérêt du reste de l'image. L'utilisation de contours actifs en utilisant une approche variationnelle repose sur la définition d'un critère de segmentation. Ce critère est ensuite dérivé à l'aide des gradients de forme, afin de parvenir à l'équation d'évolution du contour actif. Bien souvent ce critère dépend des caractéristiques de l'image et fait une hypothèse implicite sur les distributions de ces caractéristiques. Par exemple, considérer une fonction de la moyenne de l'intensité d'une région revient à faire une hypothèse gaussienne sur la distribution de cette intensité. Dans cette thèse, nous proposons de nous affranchir de ces hypothèses qui ne sont pas toujours respectées et de considérer les distributions les plus "réelles" possible en utilisant une estimation non-paramétrique de ces distributions. Nous présentons des critères issus de la théorie de l'information, comme l'entropie, afin de segmenter des zones de faible variabilité dans les images. Afin de prendre en compte plusieurs canaux comme les canaux couleur, l'entropie jointe et l'information mutuelle sont aussi utilisées. Lorsqu'une information a priori est connue, la divergence de Kullback-Leibler permet d'introduire une notion de distance à une segmentation de référence en cherchant à minimiser une "distance" entre distributions. Enfin, l'entropie jointe est utilisée afin de segmenter des objets en mouvement dans des séquences vidéo, que cela soit en ayant au préalable calculé un flot optique, ou en estimant de façon conjointe le mouvement avec la segmentation.

Download or read book Filtrage non lin aire en vue d une segmentation semi supervis e appliqu e l imagerie m dicale written by Thierry Saint Michel and published by . This book was released on 1997 with total page 324 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce travail de thèse est consacré à une méthode de segmentation semi-supervisée, basée sur les opérations morphologiques à niveau de gris. Cette étude a été réalisé en collaboration avec le service de neuroradiologie du C.H.R.U. de Lille, dans le cadre d'une segmentation de régions et de lésions cérébrale. La difficulté de détecter des régions ou contours, est la réalité des images médicales (complexité des formes). En effet les valeurs attribuées à l'image sont accompagnées d'un bruit qui est la conséquence des troncatures de calcul, mais aussi des phénomènes physiques liés au fonctionnement des capteurs (patient, environnement, circuits électroniques...). Ce bruit, en plus d'être différent entre le fond et l'objet, engendre des difficultés majeures de détection. Face à ces obstacles pour la segmentation, nous nous efforçons d'obtenir des images plus simples et plus structurées en effectuant un pré - traitement (filtrage) afin d'éliminer le bruit. Le filtre non linéaire à compensation de bruit - comb-, que nous proposons, basé sur les opérations de morphologique mathématique ouverture et fermeture, réduit les fluctuations de niveaux de gris sans modifier les transitions entre les différents objets. Il classifie certaines régions de l'image par tri des valeurs de niveaux de gris. Pour montrer une application de ce filtre, nous proposons une méthode de calcul de dérivée seconde partielle du niveau de gris à partir de l'inversion de la formule de rehaussement de contraste morphologique. Ce calcul permet d'étudier les variations de niveaux de gris, et de déterminer un contour compris entre deux contours extremums représentant le début et la fin de cette transition. Finalement nous avons réalisé un logiciel permettant d'effectuer diverses reconstructions et mesures.

Download or read book Segmentation d images written by and published by . This book was released on 2009 with total page 173 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'image est une étape primordiale dans tout processus d'interprétation d'images. Les modèles déformables sont actuellement des approches de segmentation très populaires et sont toujours en plein évolution. Ils sont largement utilisés dans de nombreux domaines. Dans le cadre de cette thèse, notre intérêt s'est porté dans un premier lieu, à la comparaison qualitative et quantitative des performances de huit modèles déformables, représentatifs de l'état de l'art actuel du domaine. L'étude comparative a porté sur des images de synthèse et sur des images réelles. Nous avons pris le soin de construire une base d'images de synthèse dont chacune présentant une difficulté typique, en simulant une dégradation particulière. Cela permet l'étude et l'analyse des qualités, des faiblesses et des limitations d'une approche donnée. Les résultats de comparaison sont une aide précieuse aux utilisateurs qu'en au choix d'un algorithme donné pour résoudre une problématique particulière de segmentation. Dans un second temps, nous avons proposé des améliorations de deux des modèles étudiés afin de pallier à certaines de leurs limitations. Ainsi nous avons proposé une modification de la fonction de détection de contour pour permettre au modèle de Li de segmenter avec succès des objets avec des angles très aigus et une modification majeur de la prise en compte de l'a priori de forme dans le modèle de Tsai. En effet, notre approche possède un compromis entre l'a priori et le terme d'attache aux données, donnant ainsi plus de flexibilité d'une part, et utilise l'ACP à noyau pour l'apprentissage et la modélisation de l'a priori de forme, offrant ainsi une augmentation non négligeable de l'impact de la prise en compte de cette a priori sur le résultat de la segmentation d'autre part.

Download or read book Analyse d images written by Jean-Pierre Cocquerez and published by Elsevier Masson. This book was released on 1995 with total page 457 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'analyse d'image touche à l'heure actuelle de nombreux domaines, avec des objectifs aussi variés que l'aide au diagnostic pour les images médicales, la vision artificielle en robotique ou l'analyse des ressources terrestres à partir des images prises par satellite. Le but du traitement de ces images est à la fois simple dans son concept et difficile dans sa réalisation. Simple en effet, puisqu'il s'agit de reconnaître des objets que notre système visuel perçoit rapidement, du moins pour la majorité d'entre eux. Difficile cependant, car dans la grande quantité d'informations contenues dans l'image, il faut extraire des éléments pertinents pour l'application visée et ceci indépendamment de la qualité de l'image. L'analyse d'image s'est donc dotée d'outils et de méthodes puissants issus de domaines aussi variés que les mathématiques, le traitement du signal, ou l'informatique. Cet ouvrage présente un des aspects les plus importants du traitement des images : la " segmentation ". Il récapitule d'abord les grandeurs observables et calculables sur une image et les algorithmes de manipulation des structures de données associées. Il détaille ensuite les traitements préliminaires, tels le filtrage du bruit et les deux types d'approche de la segmentation, l'extraction des contours et celle des régions. Chacune fait l'objet d'une étude théorique et de nombreux résultats illustrent les performances. Une des originalités de l'ouvrage est l'étude comparative des différentes techniques appliquées sur un même corpus d'images réelles.

Download or read book MODELE MARKOVIEN FLOU ET SEGMENTATION STATISTIQUE NON SUUPERVISEE D IMAGES written by FABIEN.. SALZENSTEIN and published by . This book was released on 1996 with total page 140 pages. Available in PDF, EPUB and Kindle. Book excerpt: LA PREMIERE PARTIE DE CE MEMOIRE TRAITE DE LA COMPARAISON, EN SEGMENTATION STATISTIQUE NON SUPERVISEE D'IMAGES, DES METHODES LOCALES ET DES METHODES GLOBALES BASEES SUR L'HYPOTHESE DES CHAMPS OU DES CHAINES DE MARKOV. NOUS CHERCHONS UNE SOLUTION AUTOMATIQUE AU PROBLEME DU CHOIX DE LA METHODE LA MIEUX ADAPTEE AUX DONNEES EN PRESENCE, A PARTIR D'UN ENSEMBLE DE PARAMETRES CARACTERISANT L'IMAGE OBSERVEE: CORRELATION MOYENNE DU BRUIT, HOMOGENEITE, FORME DU BRUIT GAUSSIEN. L'ALGORITHME DE CHOIX EST VALIDE PAR DES SIMULATIONS EFFECTUEES SUR DES IMAGES DE SYNTHESE. POUR UN NOMBRE DE CLASSES DONNE, IL PARAIT POSSIBLE DE DEPARTAGER LES ALGORITHMES EN CONCURRENCE, LA FORME DU BRUIT EXERCANT PEU D'INFLUENCE SUR LA DECISION FINALE. UN DEUXIEME VOLET DE NOTRE ETUDE EST CONSACRE A LA SEGMENTATION STATISTIQUE GLOBALE NON SUPERVISEE, S'APPUYANT SUR UN RECENT MODELE DE CHAMPS DE MARKOV CACHES FLOUS, QUI PERMET D'INCLURE DANS UNE MEME IMAGE DES REGIONS DURES ET DES REGIONS FLOUES. L'ESTIMATEUR DES PARAMETRES DE LOIS COMBINE UNE PROCEDURE DU GRADIENT STOCHASTIQUE ET L'ALGORITHME ICE, ADAPTE AU CAS DE DONNEES INCOMPLETES. SELON LA QUANTITE DE FLOU PRESENTE DANS L'IMAGE VERITE-TERRAIN, UNE TELLE APPROCHE PRESENTE UN INTERET NON NEGLIGEABLE, ET OFFRE UN POTENTIEL SUPERIEUR A SON HOMOLOGUE DURE, BASE SUR LES CHAMPS DE MARKOV. CERTAINES IMAGES REELLES SE PRETENT BIEN AU CAS DE DEUX CLASSES THEMATIQUES, MAIS NOUS AVONS MONTRE LA POSSIBILITE D'EXTENSION DE CE MODELE A UN NOMBRE DE CLASSES QUELCONQUE

Download or read book Filtrage r duction de dimension classification et segmentation morphologique hyperspectrale written by Guillaume Noyel and published by . This book was released on 2008 with total page 264 pages. Available in PDF, EPUB and Kindle. Book excerpt: Chaque cadre doit contenir un résumé de 1000 caractères maximum, espaces compris. En cas de dépassement, la coupure sera automatique. Le doctorant adressera son texte sous forme électronique (disquette, etc.) Pour les modalités pratiques, contactez votre bibliothèques. Le traitement d'images hyperspectrales est la généralisation de l'analyse des images couleurs, à trois composantes rouge, vert et bleu, aux images multivariées à plusieurs dizaines ou plusieurs centaines de composantes. Dans un sens général, les images hyperspectrales ne sont pas uniquement acquises dans le domaine des longueurs d'ondes mais correspondent à une description d'un pixel par un ensemble de valeurs : c'est à dire un vecteur. Chacune des composantes d'une image hyperspectrale constitue un canal spectral, et le vecteur associé à chaque pixel est appelé spectre. Pour valider la généralité de nos méthodes de traitement, nous les avons appliquées à plusieurs types d'imagerie correspondant aux images hyperspectrales les plus variées : des photos avec quelques dizaines de composantes acquises dans le domaine des longueurs d'ondes, des images satellites de télédétection, des séries temporelles d'imagerie par résonance dynamique (DCE-MRI) et des séries temporelles d'imagerie thermique. Durant cette thèse, nous avons développé une chaîne complète de segmentation automatique des images hyperspectrales par des techniques morphologiques. Pour ce faire, nous avons mis au point une méthode efficace de débruitage spectral, par Analyse Factorielle des Correspondances (AFC), qui permet de conserver les contours spatiaux des objets, ce qui est très utile pour la segmentation morphologique. Puis nous avons fait de la réduction de dimension, par des méthodes d'analyse de données ou par modélisation des spectres, afin d'obtenir un autre représentation de l'image avec un nombre restreint de canaux. A partir de cette image de plus faible dimension, nous avons effectué une classification (supervisée ou non) pour grouper les pixels en classes spectralement homogènes. Cependant, les classes obtenues n'étant pas homogènes spatialement, i.e. connexes, une étape de segmentation s'est donc avérée nécessaire. Nous avons démontré que la méthode récente de la Ligne de Partage des Eaux Probabiliste était particulièrement adaptée à la segmentation des images hyperspectrales. Elle utilise différentes réalisations de marqueurs aléatoires, conditionnés par la classification spectrale, pour obtenir des réalisations de contours par Ligne de Partage des Eaux (LPE). Ces réalisations de contours permettent d'estimer une fonction de densité de probabilité de contours (pdf) qui est très facile à segmenter par une LPE classique. En définitive, la LPE probabiliste est conditionnée par la classification spectrale et produit donc des segmentations spatio-spectrales dont les contours sont très lisses. Cette chaîne de traitement à été mise en œuvre sur des séquences d'imagerie par résonance magnétique dynamique (DCE-MRI) et a permis d'établir une méthode automatique d'aide au diagnostic pour la détection de tumeurs cancéreuses. En outre, d'autres techniques de segmentation spatio-spectrales ont été développées pour les images hyperspectrales : les régions η-bornées et les boules μ-géodésiques. Grâce à l'introduction d'information régionale, elles améliorent les segmentations par zones quasi-plates qui n'utilisent quant à elles que de l'information locale. Enfin, nous avons mis au point une méthode très efficace de calcul de toutes les paires de distances géodésiques d'une image, puisqu'elle permet de réduire jusqu'à 50 % le nombre d'opérations par rapport à une approche naïve et jusqu'à 30 % par rapport aux autres méthodes. Le calcul efficace de ce tableau de distances offre des perspectives très prometteuses pour la réduction de dimension spatio-spectrale.

Download or read book Segmentation non supervis e des images textur es written by Charles Kervrann and published by . This book was released on 1993 with total page 23 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Etude d algorithmes de classification contextuelle et application la segmentation d images satellite written by Pascale Masson and published by . This book was released on 1991 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: L'étude de la thèse traite du problème de la segmentation d'images dans le cadre de l'approche statistique bayesienne de la décision. En vue d'appliquer une des méthodes locales de segmentation bayesiennes (basées sur une observation spatialement limitée) aux images réelles satellite, sans information à priori sur la nature du terrain de la scène observée, on admet un modèle sous-jacent de l'image intégrant une information locale sur la configuration spatiale des exemplaires de nature de terrain (information sur la forme géométrique des régions de terrain homogène) et sur la texture de l'image. Le problème de la segmentation non supervisée se résume alors a l'estimation d'un mélange de lois d'une famille paramétrique donnée. Nous choisissons d'appliquer l'algorithme sem (de celeux et diebolt) à l'estimation de la loi a priori sur le contexte et des caractéristiques de texture. Nous évaluons les performances futures de la méthode de segmentation contextuelle, avec estimation prealable des paramètres du modèle sous-jacent, en étudiant sur des images simulées l'erreur de classification et la qualité de l'estimateur. Nous comparons les performances théoriques et non supervisées de la méthode contextuelle aux performances de la méthode locale bayesienne la plus simple ne prenant en compte aucune information spatiale. Nous mettons en évidence le cas ou l'apport de l'information spatiales est négligeable et le cas ou il sera très important indépendamment du degré de corrélation de l'observation. Nous montrons l'influence sur les performances de différents paramètres, qui diffèrent suivant le cas de discrimination étudié. Nous appliquons les deux méthodes aux images réelles satellite et nous étudions une mesure de fiabilité d'un résultat de classification baseé uniquement sur l'observation (sans apprentissage des classes)

Download or read book Apport d un algorithme de segmentation ultra rapide et non supervis pour la conception de techniques de segmentation d images bruit es written by Siwei Liu and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'image constitue une étape importante dans le traitement d'image et de nombreuses questions restent ouvertes. Il a été montré récemment, dans le cas d'une segmentation à deux régions homogènes, que l'utilisation de contours actifs polygonaux fondés sur la minimisation d'un critère issu de la théorie de l'information permet d'aboutir à un algorithme ultra-rapide qui ne nécessite ni paramètre à régler dans le critère d'optimisation, ni connaissance a priori sur les fluctuations des niveaux de gris. Cette technique de segmentation rapide et non supervisée devient alors un outil élémentaire de traitement.L'objectif de cette thèse est de montrer les apports de cette brique élémentaire pour la conception de nouvelles techniques de segmentation plus complexes, permettant de dépasser un certain nombre de limites et en particulier :- d'être robuste à la présence dans les images de fortes inhomogénéités ;- de segmenter des objets non connexes par contour actif polygonal sans complexifier les stratégies d'optimisation ;- de segmenter des images multi-régions tout en estimant de façon non supervisée le nombre de régions homogènes présentes dans l'image.Nous avons pu aboutir à des techniques de segmentation non supervisées fondées sur l'optimisation de critères sans paramètre à régler et ne nécessitant aucune information sur le type de bruit présent dans l'image. De plus, nous avons montré qu'il était possible de concevoir des algorithmes basés sur l'utilisation de cette brique élémentaire, permettant d'aboutir à des techniques de segmentation rapides et dont la complexité de réalisation est faible dès lors que l'on possède une telle brique élémentaire.

Download or read book Utilisation des concepts d analyse statistique des donn es et de connexit pour la segmentation des images written by Marie-Claire Douchez and published by . This book was released on 1993 with total page 336 pages. Available in PDF, EPUB and Kindle. Book excerpt: Un moyen efficace pour condenser l'information visuelle contenue dans une scène consiste à segmenter l'image numérisée. Notre travail qui s'inscrit dans cette optique, consiste à classer les points-image entre les classes associées aux différents types de régions homogènes constituant l'image analysée. Cependant, les conditions de réussite d'une telle procédure de segmentation reposent pour une grande part sur l'uniformité spatiale de l'illumination de la scène observée. Ainsi, nous avons développé une nouvelle approche de prétraitement des images. Son principe, basé sur un schéma itératif de modélisation des variations spatiales basses fréquences de la luminance, permet d'obtenir une image représentative des variations d'illumination. Après soustraction de ces variations estimées de l'image originale, l'image résultante peut être segmentée par un seuil global. Dans un contexte non supervisé, nous proposons ensuite une approche statistique de classification des points-image. Avec pour unique hypothèse la normalité de la distribution des niveaux de gris des points associés à chaque classe à identifier, nous utilisons les concepts mathématiques de base de la classification statistique des données afin d'identifier les différentes distributions qui composent la distribution des niveaux de gris des points de l'image. Notre approche a été généralisée dans le cas d'une caractérisation multidimensionnelle des points-image. Cette approche statistique s'avère cependant limitée du fait du manque de la prise en compte des relations spatiales existantes entre les points-images. Pour remédier à cet inconvénient, nous proposons finalement une approche par fusions hiérarchiques des régions qui utilise ces propriétés spatiales pour segmenter les images. Cette étude, validée par des expérimentations sur des images synthétiques, débouche sur des résultats satisfaisants dans le cas d'images réelles.

Download or read book Segmentation non supervis e des images textur es une approache statistique a statistical model based approach to unsupervised texture segmentation written by C. Kervrann and published by . This book was released on 1993 with total page 23 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Approche non supervis e de segmentation de bas niveau dans un cadre de surveillance vid o d environnements non contr l s written by Nicolas Martel-Brisson and published by . This book was released on 2012 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La présente thèse propose un algorithme de segmentation de bas niveau pour des environnements complexes, allant de scènes intérieures peuplées aux scènes extérieures dynamiques. Basé sur des méthodes d'apprentissage développées pour une séquence vidéo où la caméra est fixe, le système est en mesure d'identifier les sections de l'image appartenant aux objets ou personnes d'avant-plan et ce, en dépit de perturbations temporelles de l'image de l'arrière-plan causées par les ombres, éléments naturels, changements d'illumination, etc. Nous proposons un cadre statistique d'estimation de densité de probabilité basé sur des kernels (KDE). Méthode polyvalente, les KDE requièrent toutefois des séquences d'entraînement où l'activité de l'avant-plan est minimale afin d'obtenir une bonne description initiale de la distribution de l'arrière-plan. Afin d'augmenter la flexibilité de ce type d'approche, nous exploitons la cohérence spatiale des événements d'avant-plan : en minimisant une fonction d'énergie globale par coupure de graphe, nous estimons les probabilités à priori et les densités associées à l'avant et l'arrière-plan pour chaque pixel de la scène. Pour y arriver, des indices tels la dispersion des données, la probabilité associée aux modes dans l'espace RGB, la persistance spatiale des événements et l'entropie relative des régions dans l'image sont utilisés dans un cadre statistique cohérent. Les ombres projetées qui sont détectées lors du processus de soustraction d'arrière-plan induisent des perturbations, tels la distorsion et la fusion des silhouettes, qui nuisent à la performance générale d'algorithmes de plus haut niveau dans un contexte de surveillance vidéo. Deux stratégies sont alors proposées afin de d'éliminer l'ombre projetée de la région d'intérêt. La première méthode utilise la capacité d'apprentissage de l'algorithme de Mixtures de Gaussiennes (GMM) dans le but de caractériser le comportement des ombres projetées sur les surfaces composant l'arrière-plan. La deuxième méthode s'appuie sur les propriétés physiques de l'ombre projetée et d'une mesure de gradient dans un cadre statistique non paramétrique afin d'estimer les valeurs d'atténuation des surfaces ombragées. La méthode permet la différenciation des ombres et de l'avant-plan lorsque ceux-ci partagent des valeurs de chromaticité similaire. Les résultats démontrent que notre approche est efficace dans une multitude de scénarios complexes.

Download or read book Segmentation non supervis e d images couleur par analyse de la connexit des pixels written by Michaël Fontaine (docteur en automatique).) and published by . This book was released on 2001 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: