Download or read book tude et application de la segmentation d images written by Geneviève Lago and published by . This book was released on 1978 with total page 133 pages. Available in PDF, EPUB and Kindle. Book excerpt: Détection des objets en vue de la reconnaissance automatique de tous les objets d'un cliché en s'appuyant sur des méthodes de grammaire d'images. Deux méthodes ont été développées : détection de points "extrema" et détection de domaines

Download or read book Image Segmentation written by Tao Lei and published by John Wiley & Sons. This book was released on 2022-09-26 with total page 340 pages. Available in PDF, EPUB and Kindle. Book excerpt: Image Segmentation Summarizes and improves new theory, methods, and applications of current image segmentation approaches, written by leaders in the field The process of image segmentation divides an image into different regions based on the characteristics of pixels, resulting in a simplified image that can be more efficiently analyzed. Image segmentation has wide applications in numerous fields ranging from industry detection and bio-medicine to intelligent transportation and architecture. Image Segmentation: Principles, Techniques, and Applications is an up-to-date collection of recent techniques and methods devoted to the field of computer vision. Covering fundamental concepts, new theories and approaches, and a variety of practical applications including medical imaging, remote sensing, fuzzy clustering, and watershed transform. In-depth chapters present innovative methods developed by the authors—such as convolutional neural networks, graph convolutional networks, deformable convolution, and model compression—to assist graduate students and researchers apply and improve image segmentation in their work. Describes basic principles of image segmentation and related mathematical methods such as clustering, neural networks, and mathematical morphology. Introduces new methods for achieving rapid and accurate image segmentation based on classic image processing and machine learning theory. Presents techniques for improved convolutional neural networks for scene segmentation, object recognition, and change detection, etc. Highlights the effect of image segmentation in various application scenarios such as traffic image analysis, medical image analysis, remote sensing applications, and material analysis, etc. Image Segmentation: Principles, Techniques, and Applications is an essential resource for undergraduate and graduate courses such as image and video processing, computer vision, and digital signal processing, as well as researchers working in computer vision and image analysis looking to improve their techniques and methods.

Download or read book Etude d algorithmes de classification contextuelle et application a la segmentation d images satellite written by Pascale Masson and published by . This book was released on 1991 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:

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 Etude de relaxations en traitement d images Application la segmentation et autres probl mes multi tiquettes written by Romain Yildizoglu and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse étudie différentes relaxations pour minimiser des fonctionnelles non convexes qui apparaissent en traitement d'images. Des problèmes comme la segmentation d'image peuvent en effet s'écrire comme un problème de minimisation d'une certaine fonctionnelle, le minimiseur représentant la segmentation recherchée. Différentes méthodes ont été proposées pour trouver des minima locaux ou globaux de la fonctionnelle non convexe du modèle de Mumford-Shah constant par morceaux à deux phases. Certaines approches utilisent une relaxation convexe qui permet d'obtenir des minima globaux de la fonctionnelle non convexe. On rappelle et compare certaines de ces méthodes et on propose un nouveau modèle par bande étroite, qui permet d'obtenir des minima locaux tout en utilisant des algorithmes robustes qui proviennent de l'optimisation convexe. Ensuite, on construit une relaxation convexe d'un modèle de segmentation à deux phases qui repose sur la comparaison entre deux histogrammes donnés et les histogrammes estimés globalement sur les deux régions de la segmentation. Des relaxations pour des problèmes multi-étiquettes à plusieurs dimensions comme le flot optique sont également étudiées. On propose une relaxation convexe avec un algorithme itératif qui ne comprend que des projections qui se calculent exactement, ainsi qu'un nouvel algorithme pour une relaxation convexe sur chaque variable mais non convexe globalement. On étudie la manière d'estimer une solution du problème non convexe original à partir d'une solution d'un problème relaxé en comparant des méthodes existantes avec des nouvelles.

Download or read book Variational and Level Set Methods in Image Segmentation written by Amar Mitiche and published by Springer Science & Business Media. This book was released on 2010-10-22 with total page 192 pages. Available in PDF, EPUB and Kindle. Book excerpt: Image segmentation consists of dividing an image domain into disjoint regions according to a characterization of the image within or in-between the regions. Therefore, segmenting an image is to divide its domain into relevant components. The efficient solution of the key problems in image segmentation promises to enable a rich array of useful applications. The current major application areas include robotics, medical image analysis, remote sensing, scene understanding, and image database retrieval. The subject of this book is image segmentation by variational methods with a focus on formulations which use closed regular plane curves to define the segmentation regions and on a level set implementation of the corresponding active curve evolution algorithms. Each method is developed from an objective functional which embeds constraints on both the image domain partition of the segmentation and the image data within or in-between the partition regions. The necessary conditions to optimize the objective functional are then derived and solved numerically. The book covers, within the active curve and level set formalism, the basic two-region segmentation methods, multiregion extensions, region merging, image modeling, and motion based segmentation. To treat various important classes of images, modeling investigates several parametric distributions such as the Gaussian, Gamma, Weibull, and Wishart. It also investigates non-parametric models. In motion segmentation, both optical flow and the movement of real three-dimensional objects are studied.

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 Variational Methods in Image Segmentation written by Jean-Michel Morel and published by Springer Science & Business Media. This book was released on 2012-12-06 with total page 257 pages. Available in PDF, EPUB and Kindle. Book excerpt: This book contains both a synthesis and mathematical analysis of a wide set of algorithms and theories whose aim is the automatic segmen tation of digital images as well as the understanding of visual perception. A common formalism for these theories and algorithms is obtained in a variational form. Thank to this formalization, mathematical questions about the soundness of algorithms can be raised and answered. Perception theory has to deal with the complex interaction between regions and "edges" (or boundaries) in an image: in the variational seg mentation energies, "edge" terms compete with "region" terms in a way which is supposed to impose regularity on both regions and boundaries. This fact was an experimental guess in perception phenomenology and computer vision until it was proposed as a mathematical conjecture by Mumford and Shah. The third part of the book presents a unified presentation of the evi dences in favour of the conjecture. It is proved that the competition of one-dimensional and two-dimensional energy terms in a variational for mulation cannot create fractal-like behaviour for the edges. The proof of regularity for the edges of a segmentation constantly involves con cepts from geometric measure theory, which proves to be central in im age processing theory. The second part of the book provides a fast and self-contained presentation of the classical theory of rectifiable sets (the "edges") and unrectifiable sets ("fractals").

Download or read book High Order Models in Semantic Image Segmentation written by Ismail Ben Ayed and published by Elsevier. This book was released on 2023-06-16 with total page 182 pages. Available in PDF, EPUB and Kindle. Book excerpt: High-Order Models in Semantic Image Segmentation reviews recent developments in optimization-based methods for image segmentation, presenting several geometric and mathematical models that underlie a broad class of recent segmentation techniques. Focusing on impactful algorithms in the computer vision community in the last 10 years, the book includes sections on graph-theoretic and continuous relaxation techniques, which can compute globally optimal solutions for many problems. The book provides a practical and accessible introduction to these state-of -the-art segmentation techniques that is ideal for academics, industry researchers, and graduate students in computer vision, machine learning and medical imaging. Gives an intuitive and conceptual understanding of this mathematically involved subject by using a large number of graphical illustrations Provides the right amount of knowledge to apply sophisticated techniques for a wide range of new applications Contains numerous tables that compare different algorithms, facilitating the appropriate choice of algorithm for the intended application Presents an array of practical applications in computer vision and medical imaging Includes code for many of the algorithms that is available on the book's companion website

Download or read book Metaheuristic Algorithms for Image Segmentation Theory and Applications written by Diego Oliva and published by Springer. This book was released on 2019-03-02 with total page 229 pages. Available in PDF, EPUB and Kindle. Book excerpt: This book presents a study of the most important methods of image segmentation and how they are extended and improved using metaheuristic algorithms. The segmentation approaches selected have been extensively applied to the task of segmentation (especially in thresholding), and have also been implemented using various metaheuristics and hybridization techniques leading to a broader understanding of how image segmentation problems can be solved from an optimization perspective. The field of image processing is constantly changing due to the extensive integration of cameras in devices; for example, smart phones and cars now have embedded cameras. The images have to be accurately analyzed, and crucial pre-processing steps, like image segmentation, and artificial intelligence, including metaheuristics, are applied in the automatic analysis of digital images. Metaheuristic algorithms have also been used in various fields of science and technology as the demand for new methods designed to solve complex optimization problems increases. This didactic book is primarily intended for undergraduate and postgraduate students of science, engineering, and computational mathematics. It is also suitable for courses such as artificial intelligence, advanced image processing, and computational intelligence. The material is also useful for researches in the fields of evolutionary computation, artificial intelligence, and image processing.

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 Genetic Learning for Adaptive Image Segmentation written by Bir Bhanu and published by Springer Science & Business Media. This book was released on 2012-12-06 with total page 283 pages. Available in PDF, EPUB and Kindle. Book excerpt: Image segmentation is generally the first task in any automated image understanding application, such as autonomous vehicle navigation, object recognition, photointerpretation, etc. All subsequent tasks, such as feature extraction, object detection, and object recognition, rely heavily on the quality of segmentation. One of the fundamental weaknesses of current image segmentation algorithms is their inability to adapt the segmentation process as real-world changes are reflected in the image. Only after numerous modifications to an algorithm's control parameters can any current image segmentation technique be used to handle the diversity of images encountered in real-world applications. Genetic Learning for Adaptive Image Segmentation presents the first closed-loop image segmentation system that incorporates genetic and other algorithms to adapt the segmentation process to changes in image characteristics caused by variable environmental conditions, such as time of day, time of year, weather, etc. Image segmentation performance is evaluated using multiple measures of segmentation quality. These quality measures include global characteristics of the entire image as well as local features of individual object regions in the image. This adaptive image segmentation system provides continuous adaptation to normal environmental variations, exhibits learning capabilities, and provides robust performance when interacting with a dynamic environment. This research is directed towards adapting the performance of a well known existing segmentation algorithm (Phoenix) across a wide variety of environmental conditions which cause changes in the image characteristics. The book presents a large number of experimental results and compares performance with standard techniques used in computer vision for both consistency and quality of segmentation results. These results demonstrate, (a) the ability to adapt the segmentation performance in both indoor and outdoor color imagery, and (b) that learning from experience can be used to improve the segmentation performance over time.

Download or read book ANALYSE DE TEXTURES ET SEGMENTATION D IMAGES PAR MORPHOLOGIE MATHEMATIQUE written by WEI. LI and published by . This book was released on 1996 with total page 150 pages. Available in PDF, EPUB and Kindle. Book excerpt: LES TRAVAUX PRESENTES DANS CE MEMOIRE CONCERNENT L'ETUDE D'OUTILS MORPHOLOGIQUES EN TRAITEMENT D'IMAGES, LEURS APPLICATIONS EN CLASSIFICATION DE TEXTURES ET EN SEGMENTATION D'IMAGES. LES FILTRES MORPHOLOGIQUES APPARTENANT AU FILTRAGE NON-LINEAIRE, JOUENT UN ROLE IMPORTANT EN SUPPRESSION DE BRUIT DANS LES IMAGES. ON PROPOSE ICI EN SUPPRESSION DU BRUIT D'IMAGES LES FILTRES MORPHOLOGIQUES COMPOSITES SE FONDANT SUR LES COMBINAISONS DE L'OUVERTURE, LA FERMETURE ET LA TRANSFORMATION IDENTIQUE. LES COMPARAISONS QUANTITATIVES DE L'EFFICACITE A LA FOIS EN SUPPRESSION DU BRUIT ET EN CONSERVATION DE DETAILS D'IMAGES POUR DES FILTRES MORPHOLOGIQUES ET D'AUTRES FILTRES NON-LINEAIRES SONT FAITES DANS LE CADRE D'UN SCHEMA DE CARACTERISATION DE L'ACTIVITE SPATIALE LOCALE D'IMAGES. LA CONCEPTION DU FILTRE MORPHOLOGIQUE PAR UN ALGORITHME GENETIQUE ADAPTATIF DESTINE A UNE SUPPRESSION DU BRUIT OPTIMALE CHOISISSANT A LA FOIS LE TYPE DE FILTRAGE ET L'ELEMENT STRUCTURANT EST PROPOSEE. DE NOUVEAUX ATTRIBUTS MORPHOLOGIQUES BASES SUR LES RESIDUS DE FILTRAGE MORPHOLOGIQUE PAR RECONSTRUCTION SONT DEVELOPPES. L'AVANTAGE DE CES ATTRIBUTS EST LIE A LEUR ROBUSTESSE AUX DIFFERENTS TYPE DE BRUIT. UN ALGORITHME PERMETTANT LE CHOIX D'UN SOUS-ENSEMBLE DE CES ATTRIBUTS LE PLUS PERFORMANT POUR LA MEILLEURE CLASSIFICATION DE TEXTURES EST CONCU. UNE APPLICATION DE CES ATTRIBUTS EST ILLUSTREE EN CLASSIFICATION D'IMAGES SPOT PAR LA SEGMENTATION DE TEXTURES. L'INTRODUCTION DE LA RECONSTRUCTION MORPHOLOGIQUE DANS L'ALGORITHME DE DECOMPOSITION MORPHOLOGIQUE MULTIRESOLUTION NOUS PERMET D'OBTENIR UN SCHEMA DE DECOMPOSITION DES STRUCTURES SELON LA TAILLE. CETTE DECOMPOSITION EST IDEMPOTENTE ET SANS PERTE D'INFORMATION. DEUX APPLICATIONS UTILISANT PRINCIPALEMENT CETTE METHODE DE DECOMPOSITION EN SEGMENTATION DE STRUCTURES DES IMAGES MEDICALES SONT DECRITES. LA PREMIERE CONCERNE LA SEGMENTATION DE LESIONS DU POUMON, ET LA SECONDE ETUDE CONCERNE LA SEGMENTATION DES DIFFERENTES STRUCTURES D'UNE REGION DE TUMEURS DU CERVEAU. D'AUTRES OUTILS MORPHOLOGIQUES TELS QUE LE FILTRAGE, LE GRADIENT, LA DILATATION ET L'AMINCISSEMENT SONT EGALEMENT EMPLOYES DANS CES APPLICATIONS.

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 Morphologie math matique et graphes written by Jean-François Stawiaski and published by . This book was released on 2008 with total page 175 pages. Available in PDF, EPUB and Kindle. Book excerpt: La recherche en imagerie médicale est une des disciplines les plus actives du traitement d'images. La segmentation et l'analyse d'images dans un contexte clinique reste un problème majeur de l'imagerie médicale. La multiplicité des modalités d'imagerie, ainsi que les fortes variabilités des structures et pathologies à analyser rendent cette tâche fastidieuse. Dans la plupart des cas, la supervision de spécialistes, tels que des radiologistes, est nécessaire pour valider ou interpréter les résultats obtenus par analyse d'images. L'importante quantité de données, ainsi que les nombreuses applications liées à l'imagerie médicale, nécessitent des outils logiciels de très haut niveau combinant des interfaces graphique complexe avec des algorithmes interactifs rapides. Les récentes recherches en segmentation d'images ont montré l'intérêt des méthodes à base de graphes. L'intérêt suscité dans la communauté scientifique a permis de développer et d'utiliser rapidement ces techniques dans de nombreuses applications. Nous avons étudié les arbres de recouvrement minimaux, les coupes minimales ainsi que les arbres de chemins les plus courts. Notre étude a permis de mettre en lumière des liens entre ces structures a priori très différentes. Nous avons prouvé que les forêts des chemins les plus courts, ainsi que les coupes minimales convergent toutes les deux, en appliquant une transformation spécifique du graphe, vers une structure commune qui n'est autre qu'une forêt de recouvrement minimale. Cette étude nous a aussi permis de souligner les limitations et les possibilités de chacune de ces techniques pour la segmentation d'images. Dans un deuxième temps, nous avons proposé des avancées théoriques et pratiques sur l'utilisation des coupe minimales. Cette structure est particulièrement intéressante pour segmenter des images à partir de minimisation d'énergie. D'une part, nous avons montré que l'utilisation de graphes de régions d'une segmentation morphologique permet d'accélérer les méthodes de segmentation à base de coupe minimales. D'autre part nous avons montré que l'utilisation de graphes de régions permet d'étendre la classe d'énergie pouvant être minimisée par coupe de graphes. Ces techniques ont toutes les caractéristiques pour devenir des méthodes de référence pour la segmentation d'images médicales. Nous avons alors étudié qualitativement et quantitativement nos méthodes de segmentation à travers des applications médicales. Nous avons montré que nos méthodes sont particulièrement adaptées à la détection de tumeurs pour la planification de radiothérapie, ainsi que la création de modèles pour la simulation et la planification de chirurgie cardiaque. Nous avons aussi mené une étude quantitative sur la segmentation de tumeurs du foie. Cette étude montre que nos algorithmes offrent des résultats plus stables et plus précis que de nombreuses techniques de l'état de l'art. Nos outils ont aussi été comparés à des segmentations manuelles de radiologistes, prouvant que nos techniques sont adaptées à être utilisée en routine clinique. Nous avons aussi revisité une méthode classique de segmentation d'images : la ligne de partages des eaux. La contribution de notre travail se situe dans la re-définition claire de cette transformation dans le cas des graphes et des images multi spectrales. Nous avons utilisé les algèbres de chemins pour montrer que la ligne de partages des eaux correspond à des cas particuliers de forêt des chemins les plus courts dans un graphe. Finalement, nous proposons quelques extensions intéressantes du problème des coupes minimales. Ces extensions sont basées sur l'ajout de nouveaux types de contraintes. Nous considérons particulièrement les coupes minimales contraintes à inclure un ensemble prédéfini d'arrêtes, ainsi que les coupes minimales contraintes par leur cardinalité et leur aires. Nous montrons comment ces problèmes peuvent être avantageusement utilisé pour la segmentation d'images.

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 Visual Speech Recognition Lip Segmentation and Mapping written by Liew, Alan Wee-Chung and published by IGI Global. This book was released on 2009-01-31 with total page 572 pages. Available in PDF, EPUB and Kindle. Book excerpt: "This book introduces the readers to the various aspects of visual speech recognitions, including lip segmentation from video sequence, lip feature extraction and modeling, feature fusion and classifier design for visual speech recognition and speaker verification" résumé de l'éditeur.