Download or read book SEGMENTATION D IMAGES COULEUR PAR MORPHOLOGIE MATHEMATIQUE ET CLASSIFICATION DE DONNEES PAR RESEAUX DE NEURONES written by OLIVIER.. LEZORAY and published by . This book was released on 2000 with total page 194 pages. Available in PDF, EPUB and Kindle. Book excerpt: DANS CE TRAVAIL, NOUS AVONS ETUDIE LES DIFFERENTES ETAPES UTILES A L'ELABORATION D'UN SYSTEME DE VISION PAR ORDINATEUR : LA SEGMENTATION D'IMAGES, LA CARACTERISATION D'OBJETS ET LA CLASSIFICATION DE DONNEES. NOUS AVONS DEVELOPPE DES TECHNIQUES ORIGINALES SUFFISAMMENT GENERALES PERMETTANT DE REALISER CHACUNE DE CES ETAPES. NOUS EXPOSERONS TOUT D'ABORD UNE METHODE DE SEGMENTATION D'IMAGES COULEUR DE MICROSCOPIE BASEE SUR UNE LIGNE DE PARTAGE DES EAUX UTILISANT DES INFORMATIONS LOCALES ET GLOBALES. AFIN DE POUVOIR ADAPTER LES POINTS CRITIQUES DE LA METHODE, NOUS AVONS DEFINI UNE STRATEGIE D'OPTIMISATION QUI PERMET DE DEFINIR LA FACON DE LES ABORDER ET DE LES OPTIMISER. NOUS NOUS SOMMES PLUS PARTICULIEREMENT INTERESSES AU CHOIX DE L'ESPACE COULEUR ET A L'OBTENTION DE MARQUEURS. EN PARTICULIER, NOUS AVONS DEFINI UNE STRATEGIE DE CHOIX DE L'ESPACE COULEUR BASEE SUR UNE MESURE DU CONTRASTE COULEUR A PARTIR D'INFORMATIONS A PRIORI. NOUS DETAILLONS ENSUITE UNE ARCHITECTURE DE RESEAUX DE NEURONES. SON PRINCIPE CONSISTE A SIMPLIFIER LA TACHE DU CLASSIFIEUR EN DIVISANT LE PROBLEME A RESOUDRE. L'ARCHITECTURE QUE NOUS AVONS DEFINIE PERMET DE SIMPLIFIER LA RECONNAISSANCE DES DONNEES, D'AMELIORER L'APPRENTISSAGE, DE SIMPLIFIER LA STRUCTURE DES RESEAUX DE NEURONES UTILISES MAIS PRINCIPALEMENT D'AUGMENTER LE TAUX DE RECONNAISSANCE DU CLASSIFIEUR. NOUS AVONS ILLUSTRE CES PROPRIETES PAR DES EXPERIMENTATIONS SUR DIFFERENTES BASES DE DONNEES. ENFIN, NOUS PRESENTONS L'ELABORATION D'UN SYSTEME D'AIDE AU SCREENING PAR LE TRI INFORMATIQUE CELLULAIRE. CE SYSTEME REALISE LA SYNTHESE DES METHODES PROPOSEES DANS LES DEUX PREMIERES PARTIES. IL EST TOTALEMENT AUTONOME ET PERMET LA RECONNAISSANCE DES CELLULES DE FACON TRES FIABLE (94.5% DES CELLULES ANORMALES ET 99% DES CELLULES NORMALES).

Download or read book Segmentation d images couleurs par morphologie math matique written by Sarah Ghandour and published by . This book was released on 2010 with total page 144 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans ces travaux de thèse, nous avons proposé une nouvelle méthode de segmentation automatique et non supervisée basée sur la morphologie mathématique. D'abord, l'algorithme de segmentation développé a été appliqué sur une stratégie de segmentation marginale. Cette dernière consiste à segmenter les trois composantes rouge, vert et bleu indépendamment et à les fusionner pour obtenir l'image couleur finale traitée. Ensuite, l'analyse en composante principale (ACP) a été utilisée afin d'optimiser le temps de calcul de l'algorithme de segmentation. Une étape d'extraction d'attributs de formes et de couleurs est réalisée afin de tirer l'information sémantique contenue dans l'image. Les résultats montrent que notre méthode qui ne nécessite aucune connaissance a priori peut être adaptée à plusieurs types d'images de cytologie.

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 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 R seaux de neurones convolutifs pour la segmentation s mantique et l apprentissage d invariants de couleur written by Damien Fourure and published by . This book was released on 2017 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La vision par ordinateur est un domaine interdisciplinaire étudiant la manière dont les ordinateurs peuvent acquérir une compréhension de haut niveau à partir d'images ou de vidéos numériques. En intelligence artificielle, et plus précisément en apprentissage automatique, domaine dans lequel se positionne cette thèse, la vision par ordinateur passe par l'extraction de caractéristiques présentes dans les images puis par la généralisation de concepts liés à ces caractéristiques. Ce domaine de recherche est devenu très populaire ces dernières années, notamment grâce aux résultats des réseaux de neurones convolutifs à la base des méthodes dites d'apprentissage profond. Aujourd'hui les réseaux de neurones permettent, entre autres, de reconnaître les différents objets présents dans une image, de générer des images très réalistes ou même de battre les champions au jeu de Go. Leurs performances ne s'arrêtent d'ailleurs pas au domaine de l'image puisqu'ils sont aussi utilisés dans d'autres domaines tels que le traitement du langage naturel (par exemple en traduction automatique) ou la reconnaissance de son. Dans cette thèse, nous étudions les réseaux de neurones convolutifs afin de développer des architectures et des fonctions de coûts spécialisées à des tâches aussi bien de bas niveau (la constance chromatique) que de haut niveau (la segmentation sémantique d'image). Une première contribution s'intéresse à la tâche de constance chromatique. En vision par ordinateur, l'approche principale consiste à estimer la couleur de l'illuminant puis à supprimer son impact sur la couleur perçue des objets. Les expériences que nous avons menées montrent que notre méthode permet d'obtenir des performances compétitives avec l'état de l'art. Néanmoins, notre architecture requiert une grande quantité de données d'entraînement. Afin de corriger en parti ce problème et d'améliorer l'entraînement des réseaux de neurones, nous présentons plusieurs techniques d'augmentation artificielle de données. Nous apportons également deux contributions sur une problématique de haut niveau : la segmentation sémantique d'image. Cette tâche, qui consiste à attribuer une classe sémantique à chacun des pixels d'une image, constitue un défi en vision par ordinateur de par sa complexité. D'une part, elle requiert de nombreux exemples d'entraînement dont les vérités terrains sont coûteuses à obtenir. D'autre part, elle nécessite l'adaptation des réseaux de neurones convolutifs traditionnels afin d'obtenir une prédiction dite dense, c'est-à-dire, une prédiction pour chacun pixel présent dans l'image d'entrée. Pour résoudre la difficulté liée à l'acquisition de données d'entrainements, nous proposons une approche qui exploite simultanément plusieurs bases de données annotées avec différentes étiquettes. Pour cela, nous définissons une fonction de coût sélective. Nous développons aussi une approche dites d'auto-contexte capturant d'avantage les corrélations existantes entre les étiquettes des différentes bases de données. Finalement, nous présentons notre troisième contribution : une nouvelle architecture de réseau de neurones convolutifs appelée GridNet spécialisée pour la segmentation sémantique d'image. Contrairement aux réseaux traditionnels, notre architecture est implémentée sous forme de grille 2D permettant à plusieurs flux interconnectés de fonctionner à différentes résolutions. Afin d'exploiter la totalité des chemins de la grille, nous proposons une technique d'entraînement inspirée du dropout. En outre, nous montrons empiriquement que notre architecture généralise de nombreux réseaux bien connus de l'état de l'art. Nous terminons par une analyse des résultats empiriques obtenus avec notre architecture qui, bien qu'entraînée avec une initialisation aléatoire des poids, révèle de très bonnes performances, dépassant les approches populaires souvent pré-entraînés.

Download or read book Syst me d apprentissage multit che d di la segmentation des l sions sombres et claires de la r tine dans les images de fond d il written by Clément Playout and published by . This book was released on 2018 with total page 99 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le travail de recherche mené dans le cadre de cette maîtrise porte sur l'exploitation de l'imagerie de la rétine à des fins de diagnostic automatique. Il se concentre sur l'image de fond d'oeil, qui donne accès à une représentation en deux dimensions et en couleur de la surface de la rétine. Ces images peuvent présenter des symptômes de maladie, sous forme de lésions ou de déformations des structures anatomiques de la rétine. L'objet de cette maîtrise est de proposer une méthodologie de segmentation simultanée de ces lésions dans l'image de fond d'oeil, regroupées en deux catégories : claires ou sombres. Réaliser cette double segmentation de façon simultanée est inédit : la vaste majorité des travaux précédents se concentrant sur un seul type de lésions. Or, du fait des contraintes de temps et de la difficulté que cela représente dans un environnement clinique, il est impossible pour un clinicien de tester la multitude d'algorithmes existants. D'autant plus que lorsqu'un patient se présente pour un examen, le clinicien n'a aucune connaissance a priori sur le type de pathologie et par conséquent sur le type d'algorithme à utiliser. Pour envisager une utilisation clinique, il est donc important de réfléchir à une solution polyvalente, rapide et aisément déployable. Parallèlement, l'apprentissage profond a démontré sa capacité à s'adapter à de nombreux problèmes de visions par ordinateur et à généraliser ses performances sur des données variées malgré des ensembles d'entraînement parfois restreints. Pour cela, de nouvelles stratégies sont régulièrement proposées, ambitionnant d'extraire toujours mieux les informations issues de la base d'entraînement. En conséquence, nous nous sommes fixés pour objectif de développer une architecture de réseaux de neurones capable de rechercher toutes les lésions dans une image de fond d'oeil. Pour répondre à cet objectif, notre méthodologie s'appuie sur une nouvelle architecture de réseaux de neurones convolutifs reposant sur une structure multitâche entraînée selon une approche hybride faisant appel à de l'apprentissage supervisé et faiblement supervisé. L'architecture se compose d'un encodeur partagé par deux décodeurs spécialisés chacun dans un type de lésions. Ainsi, les mêmes caractéristiques sont extraites par l'encodeur pour les deux décodeurs. Dans un premier temps, le réseau est entraîné avec des régions d'images et la vérité terrain correspondante indiquant les lésions (apprentissage supervisé). Dans un second temps, seul l'encodeur est ré-entraîné avec des images complètes avec une vérité terrain composé d'un simple scalaire indiquant si l'image présente des pathologies ou non, sans préciser leur position et leur type (apprentissage faiblement supervisé).

Download or read book METHODES NEURONALES POUR LA SEGMENTATION D IMAGES DE TELEDETECTION ET L APPRENTISSAGE DE CONCEPTS written by Jean-Pierre Novak and published by . This book was released on 2000 with total page 229 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'UTILISATION DES METHODES D'APPRENTISSAGE AUTOMATIQUE AVEC LES JEUX DE DONNEES COMPLEXES ET VOLUMINEUX DES IMAGES DE TELEDETECTION EST SOUVENT DELICATE, EN PARTICULIER AVEC LES IMAGES DE ZONES URBAINES QUI CONTIENNENT DES TAUX IMPORTANTS DE PIXELS MIXTES. LA CLASSIFICATION PIXEL PAR PIXEL DE CES IMAGES GENERE DES CLASSES SPECTRALES MIXTES QUI NE SONT PAS TOUJOURS INTERESSANTES. D'AUTRE PART, LA COMPLEXITE DE CES DONNEES REND DIFFICILE L'APPRENTISSAGE SUPERVISE DES CLASSIFICATIONS EFFECTUEES PAR UN EXPERT. CETTE THESE PROPOSE DEUX METHODES D'APPRENTISSAGE BIEN ADAPTEES A CES JEUX DE DONNEES COMPLEXES. LA PREMIERE ENTRE DANS LA CATEGORIE DES METHODES D'APPRENTISSAGE NON SUPERVISE. ELLE A POUR OBJECTIF DE CLASSIFIER ET DE SEGMENTER LES IMAGES DE TELEDETECTION EN REGIONS ET DE DEPASSER LE NIVEAU DES PIXELS. ELLE UTILISE DES INFORMATIONS SPATIALES EN PLUS DES INFORMATIONS SPECTRALES AFIN DE CONSTRUIRE PAR AGREGATION DES REGIONS ET DE LES CLASSIFIER. LA SECONDE METHODE ENTRE DANS LA CATEGORIE DES METHODES D'APPRENTISSAGE NEURONAL SUPERVISE. ELLE A POUR OBJECTIF DE REPRODUIRE LES CLASSIFICATIONS DE L'EXPERT SUR DES DONNEES D'APPRENTISSAGE COMPLEXES ET DE LES GENERALISER SUR DES DONNEES NON VUES DURANT L'APPRENTISSAGE. ELLE UTILISE UNE REPRESENTATION INTERNE DES CONNAISSANCES SOUS LA FORME DE NEURONES DE TYPE HYPERCONVEXE ET UN ALGORITHME D'APPRENTISSAGE EFFICACE.

Download or read book Segmentation d images couleur par classification de pixels dans des espaces d attributs colorim triques adapt s written by Nicolas Vandenbroucke and published by . This book was released on 2011 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans le cadre de l'analyse d'images de football, nous proposons une methodologie originale de segmentation d'images couleur en regions qui exploite les proprietes colorimetriques des pixels pour extraire de l'image les joueurs a suivre. Les pixels de chaque image sont affectes a differentes classes selon qu'ils representent le terrain, un joueur de l'une des deux equipes, un des deux gardiens de but ou un arbitre en utilisant des methodes classiques de classification de donnees multidimensionnelles fondees sur un apprentissage supervise. La couleur de chaque pixel est usuellement representee sur la base des trois composantes trichromatiques rouge, verte et bleue, mais peut etre codee dans d'autres systemes de representation que nous avons regroupes par familles en fonction de leurs differentes proprietes. L'originalite de notre approche consiste a construire un espace couleur hybride en selectionnant les composantes couleur les mieux adaptees aux classes de pixels a retrouver et pouvant etre issues de differents systemes. Pour cela, nous utilisons une methode d'analyse discriminante associee a des criteres informationnels de discrimination. Cette approche est generalisee en considerant qu'un pixel est represente par des attributs colorimetriques evalues a son voisinage. Il est ainsi possible de proposer une liste d'attributs calcules pour chacune des composantes couleur des systemes de representation. Le voisinage dans lequel sont calcules ces attributs colorimetriques permet de definir une texture couleur et de restituer ainsi les relations de connexite entre les pixels voisins. Les attributs colorimetriques les plus discriminants sont regroupes au sein d'un espace d'attributs colorimetriques adapte a la classification.

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 Segmentation et suivi d objets couleur dans une s quence vid o l aide de r seaux de neurones auto organis s written by Wafi El-Chaar and published by . This book was released on 2007 with total page 147 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans cette recherche, on s’intéresse à réaliser une segmentation automatique de couleurs d’une image à l’aide de réseaux de neurones auto-organisés. On utilise ensuite cette segmentation pour alimenter un algorithme de suivi d’objets. L’objectif ultime est de construire une « machine intelligente de vision » capable de voir et comprendre ce qu’elle voit. Une multitude d’applications peuvent bénéficier d’une telle recherche, notamment les domaines du transport intelligent, du suivi de cibles ou de personnes, de la reconnaissance de comportement, etc. On a développé un algorithme de segmentation automatique des couleurs des objets (objets couleurs) qui existent dans une image statique. Il débute par un ensemble uniforme de couleurs représentatives puis procède à le réduire en éliminant ceux qui n’ont pas de contribution dans l’image étudiée. Cela ne garde que les couleurs utiles à la segmentation. Ensuite, on définit et on entraîne un réseau auto-organisé de Kohonen (SOM) pour représenter la distribution de ces couleurs utiles. Une analyse de l’histogramme « des parts du marché » permet ensuite la détection des couleurs les plus dominantes de l’image. A la fin, on applique la règle économique 80/20 de Pareto et une analyse ABC pour filtrer les résultats de segmentation et ne garder que les plus utiles 95% d’objets. Cela réduit considérablement le bruit de segmentation et améliore la qualité des résultats. On a appliqué cette segmentation dans le domaine suive d’objets en supposant que ces couleurs dominantes sont conservées le long d’une séquence vidéo et qu’on est intéressé par le suivi des objets couleurs. On a défini les règles pour la validation des résultats d’un suivi qui se résument par la commutativité de la relation de correspondance entre les objets dans les sens normal et inverse de la séquence vidéo. L’algorithme de suivi qu’on a développé appartient à la classe des algorithmes de suivi par correspondance des caractéristiques visuelles. On en a choisi 5 : la couleur, le centre de gravité, la surface, l’orientation et le rectangle encadrant. On les a utilisé pour définir une fonction de correspondance entre les objets et détecter leurs 3 états : apparition, vie et disparition.

Download or read book MORPHOLOGIE MATHEMATIQUE written by LAURENT.. NAJMAN and published by . This book was released on 1994 with total page 233 pages. Available in PDF, EPUB and Kindle. Book excerpt: LA PREMIERE PARTIE DE CETTE THESE ETUDIE LA LIGNE DE PARTAGE DES EAUX, UN DES OUTILS FONDAMENTAUX DEVELOPPES PAR LA MORPHOLOGIE MATHEMATIQUE DANS LE BUT DE SEGMENTER DES IMAGES. UNE CARACTERISATION DE CET OBJET POUR DES FONCTIONS REGULIERES EST DONNEE, ET UN THEOREME DE CONVERGENCE DE L'ALGORITHME ASSOCIE EST DEMONTRE. LES LIENS ENTRE LA LIGNE DE PARTAGE DES EAUX ET LE SQUELETTE PAR ZONES D'INFLUENCE EUCLIDIEN (OU DIAGRAMME DE VORONOI), AINSI QU'AVEC L'EQUATION EIKONALE UTILISEE EN SHAPE FROM SHADING SONT ENSUITE MIS EN VALEUR. DES ALGORITHMES POUR LA RECONSTRUCTION GEODESIQUE ET POUR LA SEGMENTATION AVEC POINTS D'ANCRAGE SONT CONSTRUITS SUR LE PRINCIPE DE CELUI DE LA LIGNE DE PARTAGE DES EAUX. ENFIN, UN ALGORITHME DE SEGMENTATION HIERARCHIQUE FONDE SUR UN NOUVEAU PRINCIPE DE DYNAMIQUE DES CONTOURS, EST DEVELOPPE. IL PERMET D'OBTENIR DANS UNE SEULE IMAGE TOUTE L'INFORMATION DU GRADIENT UTILISABLE POUR LA SEGMENTATION. LA DEUXIEME PARTIE DE CETTE THESE APPLIQUE DES OUTILS DE L'ANALYSE MULTIVOQUE ET MUTATIONNELLE A LA MORPHOLOGIE MATHEMATIQUE. LA DERIVEE MUTATIONNELLE DU TUBE DE DILATATION EST CALCULEE, JUSTIFIANT DE MANIERE RIGOUREUSE L'INTUITION SELON LAQUELLE UN OBJET SE DILATE SUIVANT SES NORMALES EN CHACUN DE SES POINTS. LES PROPRIETES ALGEBRIQUES ET DE CONTINUITE D'APPLICATIONS INDUITES PAR DES INCLUSIONS DIFFERENTIELLES ET AGISSANT SUR DES ENSEMBLES FERMES SONT CARACTERISES. ENFIN, UN ALGORITHME D'OPTIMISATION (L'ALGORITHME DES MONTAGNES RUSSES), DE NATURE NON PROBABILISTE, GARANTISSANT LA CONVERGENCE VERS UN MINIMUM GLOBAL, EST PROPOSE

Download or read book Comptes Rendus written by and published by . This book was released on 1999 with total page 658 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book D tection des modes par op rateurs morphologiques flous pour la segmentation d images couleurs written by Aymeric Gillet and published by . This book was released on 2004 with total page 147 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce document présente une méthode originale de segmentation d'images couleurs utilisant la morphologie mathématique floue appliquée à l'histogramme couleur 3D. La segmentation consiste à détecter les différents modes qui sont présents dans l'histogramme couleur 3D, afin de construire les classes de pixels caractérisant les régions homogènes contenues dans l'image. Pour cela, nous montrons comment chaque point de l'histogramme couleur 3D associé à un ou plusieurs pixels de l'image couleur peut appartenir plus ou moins à un mode. Nous définissons alors le sous-ensemble flou mode caractérisé par sa fonction d'appartenance évaluant le degré d'appartenance du point considéré à un mode. Cette fonction est évaluée par une analyse de la concavité de l'histogramme couleur 3D. Une transformation morphologique floue originale est ensuite appliquée à cette fonction d'appartenance à un mode afin d'en détecter les points de l'histogramme couleur appartenant à un mode. L'efficacité de notre approche est ensuite illustrée par différentes images couleurs

Download or read book Application de la morphologie math matique l analyse des conditions d clairage des images couleurs written by Valéry Risson and published by . This book was released on 2001 with total page 440 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse présente des outils d'analyse d'images couleur visant à extraire des informations pertinentes sur les conditions d'éclairage de l'image caractérisant sa composante lumineuse et nous révélant des indices sur son contexte sémantique. Cependant, ces informations ne sont pas directement disponibles à travers les données image. Nous identifions donc des objets sémantiques d'intérêt, dans le cadre de notre problématique, et nous développons les outils nécessaires pour les analyser. Nous nous appuyons sur des modèles physiques d'illumination pour décrire les phénomènes de réflexion lumineuse et comprendre comment ils modifient les données image. Premièrement, nous présentons une approche photométrique de l'analyse des conditions d'éclairage qui s'articule autour d'un outil de détection des ombres. Les ombres permettent de mesurer le contraste de luminance global sur l'image, ce qui donne une indication sur le rapport entre la lumière directe et la lumière ambiante. Pour affiner l'analyse, nous présentons aussi un outil de détection de ciel qui permet d'extraire les conditions météorologiques prévalant au moment de la prise de vue. Deuxièmement, nous présentons une méthode de détection de la chrominance de l'illuminant. La convergence observée sur les surfaces inhomogènes est utilisée pour identifier la chrominance de l'illuminant. L'emploi de la segmentation morphologique couleur permet d'effectuer un découpage de l'image en zones homogènes en couleur et en luminance; chaque région correspond à une réflectance spectrale uniforme. Ensuite, un filtrage élimine les régions qui ne vérifient pas les hypothèses sousjacentes au modèle de réflexion dichromatique. Enfin, à partir des convergences chromatiques calculées sur chaque région, on détermine le point de convergence le plus probable. C'est le point correspondant aux coordonnées chromatiques de la chrominance de l'illuminant.

Download or read book Un r seau de neurones pour la classification d images written by Anne Trotin and published by . This book was released on 1993 with total page 188 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'UN DES PRINCIPAUX AVANTAGES DES RESEAUX DE NEURONES EST LE PARALLELISME INHERENT A L'ORGANISATION DES TRAITEMENTS. JUSQU'A PRESENT, LA PLUPART DES MODELES ETANT SIMULES SUR DES MACHINES CONVENTIONNELLES, CE CRITERE N'EST PAS EXPLOITE. L'UN DES INTERETS D'UNE REALISATION MATERIELLE EST DONC D'AUGMENTER LES VITESSES DE TRAITEMENT. CETTE THESE TENTE DE MONTRER LA FAISABILITE DE L'IMPLANTATION D'UN ALGORITHME PARTICULIER DE RESEAU DE NEURONES SUR UN CIRCUIT NUMERIQUE VLSI. L'APPLICATION VISEE EST LA RECONNAISSANCE D'IMAGES. LE NEOCOGNITRON A ETE RETENU CAR IL POSSEDE NON SEULEMENT DES CAPACITES PARTICULIEREMENT INTERESSANTES DE TOLERANCE AUX DEFORMATIONS DES IMAGES EN PHASE DE GENERALISATION, MAIS EGALEMENT UNE STRUCTURE A CONNEXIONS LOCALES ET A POIDS PARTAGES QUI LE DESIGNE COMME UN BON CANDIDAT A UNE INTEGRATION MATERIELLE. LE MODELE A TOUT D'ABORD ETE ETUDIE DE FACON GENERALE. CETTE ETAPE A CONDUIT A EFFECTUER DIVERSES TRANSFORMATIONS SUR L'ALGORITHME DE DEPART AFIN DE REDUIRE LA COMPLEXITE DES TRAITEMENTS EN PHASE DE FONCTIONNEMENT. L'APPRENTISSAGE A EGALEMENT ETE MODIFIE, CE QUI A PERMIS DE DETERMINER EN PARTIE DE FACON AUTOMATIQUE LA TAILLE DES DIFFERENTES COUCHES DU RESEAU. CE TRAVAIL A ETE VALIDE PAR DES SIMULATIONS SUR UNE BASE DE DONNEES DE CHIFFRES MANUSCRITS EXTRAITS DES CODES POSTAUX. LES RESULTATS OBTENUS MONTRENT QUE LES SIMPLIFICATIONS EFFECTUEES, LOIN DE DEGRADER LES PERFORMANCES, LES AMELIORENT MEME PARFOIS. L'ETUDE DE L'ARCHITECTURE D'UN CIRCUIT INTEGRE NUMERIQUE A PERMIS D'EVALUER LA COMPLEXITE DU PROBLEME. IL APPARAIT QUE LE NEOCOGNITRON APRES MODIFICATIONS PEUT ETRE IMPLANTE. CELA DEMANDE NEANMOINS LE CHOIX D'UNE APPLICATION DONNEE QUI PERMET DE DEFINIR UNE STRUCTURE ADAPTEE. LA REALISATION PHYSIQUE NE SE RESTREINT PAS POUR AUTANT A UN UNIQUE RESEAU CAR CERTAINS PARAMETRES RESTENT PROGRAMMABLES.

Download or read book Classification interactive multidimensionnelle par les r seaux neuronaux et la morphologie math matique written by Mohamed Daoudi and published by . This book was released on 1993 with total page 338 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans ce mémoire, nous avons proposé une méthodologie qui permet à un opérateur de maîtriser le procédé de classification en visualisant les données grâce à un réseau de neurones multicouche. Ce support visuel est alors utilisé pour classer les observations selon différentes procédures plus ou moins interactives. La représentation plane des données mise en oeuvre utilise une réseau neuronal multicouche. L'apprentissage s'effectue en mode non supervisé par la technique de rétro propagation. La visualisation plane est exploitée par l'appui de techniques de classification telle la procédure isodata avec laquelle l'analyste garde un contact étroit avec les données. Cette méthode donne de très bons résultats quand les classes, en présence dans l'échantillon ont des formes sphériques. Pour les cas où les classes ne sont pas sphériques, nous proposons une nouvelle approche fondée sur l'utilisation de critères géométriques et structuraux en faisant appel à la morphologie mathématique. Cette nouvelle approche aboutit à la classification des données en deux étapes successives: une étape de détection des modes et une étape de classification des observations s'appuyant sur les modes détectés. La détection des modes est réalisée par application de l'algorithme de la ligne de partage des eaux. Enfin, afin de préciser les domaines de validité de chacune des méthodes, nous comparons les résultats obtenus avec chacune d'elles. Cela nous permet de proposer une méthodologie de travail pour l'analyste confronte au problème de classification de ces données

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.