Download or read book Segmentation d images de profondeur written by Paul Checchin and published by . This book was released on 1996 with total page 230 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE CONCERNE LA SEGMENTATION DES DONNEES DISCRETES 3D, APPELEES IMAGES DE PROFONDEUR, FOURNIES PAR DES CAPTEURS DE PROFONDEUR ACTIFS. CES INFORMATIONS TRIDIMENSIONNELLES SONT UNE REPRESENTATION POINT PAR POINT DES SURFACES OBSERVEES PAR CES CAPTEURS DE VISION. LES DIFFERENTS METHODES ET CAPTEURS PERMETTANT L'ACQUISITION D'INFORMATIONS TRIDIMENSIONNELLES SONT DECRITS. LE PROBLEME DE LA SEGMENTATION D'IMAGES DE PROFONDEUR EST DEFINI, PUIS LES PRINCIPALES TECHNIQUES DE SEGMENTATION SONT PRESENTEES. UNE ANALYSE DE L'ETAT DE L'ART DANS LE DOMAINE NOUS AMENE A JUSTIFIER LA DIRECTION DE NOS TRAVAUX, EN PARTICULIER A DISSOCIER LA SEGMENTATION D'IMAGES DE PROFONDEUR EN DEUX PROBLEMES SELON LE TYPE DE SCENES ANALYSEES, CONSTITUEES D'OBJETS UNIQUEMENT POLYEDRIQUES OU NON. UNE METHODE DE SEGMENTATION D'IMAGES DE PROFONDEUR EN SURFACES PLANES EST TOUT D'ABORD PROPOSEE, PUIS ELLE EST ETENDUE A LA SEGMENTATION EN REGIONS PLANES ET COURBES. LES ORIGINALITES DE LA METHODE REPOSENT SUR LE PROCEDE D'ESTIMATION DES ATTRIBUTS DIFFERENTIELS ET SUR LE CHOIX DES GERMES DE LA CROISSANCE DE REGIONS. LES REGIONS EXTRAITES SONT REPRESENTEES PAR UN GRAPHE D'ADJACENCE ET FORMENT LA BASE D'UNE PYRAMIDE DE GRAPHES. LES DONNEES INITIALES SONT FILTREES. LE CHOIX DU FILTRE REDUCTEUR DE BRUIT EST REALISE LORS D'UNE ETUDE COMPARATIVE DE PLUSIEURS OPERATEURS EXISTANTS. L'ETAPE SUIVANTE CONSISTE A ANALYSER LES DIFFERENTS PROFILS 1D DE L'IMAGE, CONSTITUES PAR SES LIGNES ET SES COLONNES, AFIN D'ESTIMER LES DERIVEES DIRECTIONNELLES DU PREMIER ET DU SECOND ORDRE. LA NORMALE ET LA COURBURE MOYENNE A LA SURFACE EN CHAQUE PIXEL SONT ENSUITE DEDUITES, TOUT EN TENANT COMPTE DES DISCONTINUITES DE PROFONDEUR. LES PIXELS SONT ALORS REGROUPES EN REGIONS HOMOGENES AU SENS DE CES ATTRIBUTS. A PARTIR DU GRAPHE D'ADJACENCE DES REGIONS AINSI OBTENUES, UNE STRATEGIE PYRAMIDALE DE FUSION, PARALLELISABLE, EST MISE EN UVRE POUR ABOUTIR AU RESULTAT DE LA SEGMENTATION. LES PERFORMANCES DE L'ALGORITHME PROPOSE SONT CARACTERISEES. LES RESULTATS, OBTENUS A PARTIR D'UN JEU IMPORTANT D'IMAGES REELLES ISSUES DE CAPTEURS DIFFERENTS, SONT PRESENTES ET COMPARES AVEC CEUX FOURNIS PAR D'AUTRES METHODES CONNUES. CETTE EVALUATION QUANTITATIVE EST MENEE SUR LA BASE DE CRITERES CALCULES A PARTIR D'UNE CONNAISSANCE DE LA SEGMENTATION IDEALE. LES MESURES EFFECTUEES MONTRENT QUE L'APPROCHE QUE NOUS AVONS DEVELOPPEE FOURNIT, DANS DES TEMPS DE CALCUL ACCEPTABLES, DES RESULTATS DE QUALITE SIMILAIRE, SINON SUPERIEURE, A CEUX OBTENUS PAR D'AUTRES TECHNIQUES.

Download or read book Evaluation de la segmentation d images de profondeur written by Ronald Noll and published by . This book was released on 1995 with total page 52 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book SEGMENTATION DES IMAGES DE PROFONDEUR UTILISANT LES ANALYSES MULTIRESOLUTION written by MOURAD.. DJEBALI and published by . This book was released on 1998 with total page 148 pages. Available in PDF, EPUB and Kindle. Book excerpt: RECONSTRUIRE LE MODELE SURFACIQUE D'UN OBJET, A PARTIR D'UNE IMAGE DE PROFONDEUR, EST L'UN DES PROBLEMES QUI SE POSENT DANS LE CADRE DE LA RECONSTRUCTION TRIDIMENSIONNELLE. LA SEGMENTATION EST L'UNE DES PARTIES LES PLUS CRITIQUES DE LA RECONSTRUCTION TRIDIMENSIONNELLE. ELLE CONSISTE A SUBDIVISER L'IMAGE DE PROFONDEUR EN UN ENSEMBLE FINI DE REGIONS, OU CHACUNE D'ELLES EST APPROCHEE PAR UNE SURFACE SIMPLE. DANS CE MEMOIRE, NOUS PROPOSONS UN ALGORITHME DE SEGMENTATION DE TYPE CROISSANCE DE REGIONS. CET ALGORITHME EST BASE SUR L'APPROXIMATION DES POINTS DE L'IMAGE PAR DES SURFACES POLYNOMIALES SIMPLES (PLANES OU QUADRIQUES). IL SE COMPOSE DE DEUX PHASES : UNE PHASE QUI CALCULE UNE PARTITION INITIALE ET UNE PHASE DE FUSION QUI AFFINE CETTE PARTITION AFIN D'OBTENIR UNE SEGMENTATION APPROPRIEE DE L'IMAGE. L'APPORT DE CETTE METHODE RESIDE DANS LA DEMARCHE ALGORITHMIQUE SUIVIE DANS LA CONCEPTION DE LA PHASE DE FUSION. CETTE DEMARCHE CONSISTE A DECOUPER CETTE PHASE EN DEUX ETAPES, ASSURANT UNE FUSION PROGRESSIVE DES REGIONS SELON DES CRITERES D'APPROXIMATIONS AU SENS DES MOINDRES CARRES, ET REDUISANT LES FUSIONS QUI CONDUISENT A UNE SEGMENTATION NE RESPECTANT PAS LES PROPRIETES DE L'OBJET REPRESENTE PAR L'IMAGE. BIEN QUE CET ALGORITHME PRESENTE UNE NOUVELLE DEMARCHE ALGORITHMIQUE, SON TEMPS DE CALCUL DEMEURE IMPORTANT, SURTOUT POUR DES IMAGES DE GRANDE TAILLE. POUR PALLIER CET INCONVENIENT, NOTRE IDEE EST DE L'APPLIQUER AU RESULTAT DE DECOMPOSITION DE L'IMAGE A UNE RESOLUTION FAIBLE. POUR QUE LE RESULTAT DE LA SEGMENTATION A UNE ECHELLE REDUITE SOIT EN CONCORDANCE AVEC LA NATURE DE L'OBJET REPRESENTE PAR L'IMAGE INITIALE, NOUS UTILISONS LES ANALYSES MULTIRESOLUTION PAR COIFLETS. LA PROPRIETE DE CES ANALYSES SUR LAQUELLE NOUS NOUS BASONS EST LE FAIT QUE LE RESULTAT DE DECOMPOSITION D'UN POLYNOME, DE DEGRE INFERIEUR A L'ORDRE DE LA COIFLET UTILISEE, A UNE RESOLUTION FAIBLE, DONNE LE MEME POLYNOME AVEC DES DETAILS NULS. CETTE PROPRIETE EST EGALEMENT UTILISEE AU SEIN D'UN ALGORITHME DE FILTRAGE QUI REPOSE SUR LE FAIT QUE LES DETAILS NON NULS RESULTANT DE LA DECOMPOSITION D'UNE IMAGE CORRESPONDENT AU BRUIT CONTENU DANS L'IMAGE. L'ETAPE D'INITIALISATION DE L'ALGORITHME DE SEGMENTATION, PERMET L'OBTENTION D'UNE PARTITION GROSSIERE DE L'IMAGE, EN CALCULANT LES COURBURES GAUSSIENNE ET MOYENNE QUI SONT FONCTIONS DES DERIVEES PARTIELLES DE L'IMAGE. LA NATURE DISCRETE DE L'IMAGE AINSI QUE LE BRUIT QU'ELLE CONTIENT INFLUENT SOUVENT SUR LE CALCUL DES DERIVEES PARTIELLES. AINSI, UNE ETUDE DE L'INFLUENCE D'UN BRUIT ADDITIF SUR LE CALCUL DES DERIVEES PARTIELLES DE L'IMAGE PAR L'ENSEMBLE DE FILTRES OPTIMAUX SELON LES CRITERES DE CANNY A ETE FAITE DANS LE BUT D'ESTIMER LES VALEURS ADEQUATES DE LEUR PARAMETRE DE CONTROLE.

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 Image Segmentation written by Tao Lei and published by John Wiley & Sons. This book was released on 2022-10-11 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 High Order Models in Semantic Image Segmentation written by Ismail Ben Ayed and published by Academic Press. This book was released on 2023-06-22 with total page 184 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 Segmentation et traitements pr liminaires des images de profondeur written by and published by . This book was released on with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'inscrit dans le cadre d'une approche purement géométrique de la vision artificielle tridimensionnelle. Elle s'intéresse au traitement des images de profondeur, collections de positions tridimensionnelles mesurées à la surface d'objets. Plus précisément, son sujet est la segmentation des images de profondeur, c'est-à-dire le partage de l'ensemble des points mesurés en sous-ensembles de points conformément à un modèle géométrique de surface. La thèse défend une segmentation basée sur le modèle peu contraignant de continuité d'ordre 1 et propose une nouvelle méthode de détection des discontinuités d'ordre 0 et d'ordre 1 pour réaliser la segmentation. En plus, ce travail apporte une étude approfondie de certains traitements d'une image de profondeur liés à la méthode proposée. La méthode de détection des discontinuités constitue la pièce maîtresse de ce travail. Elle se range parmi les méthodes qui procèdent à une détection locale des discontinuités. Trois éléments la caractérisent. Premièrement, elle utilise un unique opérateur pour détecter à la fois les discontinuités d'ordre 0 et d'ordre 1. Deuxièmement, elle combine la détection des discontinuités avec le lissage nécessaire à atténuer le bruit, auquel la détection des discontinuités est sensible. Troisièmement, elle fait dépendre le lissage et la détection des discontinuités d'une estimation du niveau du bruit, de sorte à ce que le signal ne soit pas lissé plus que nécessaire. La dénomination MDMS de la méthode, pour "minimal detector minimal smoothing", se veut être mnémonique de ces trois caractéristiques. Son originalité par rapport à d'autres méthodes combinant lissage et détection des discontinuités repose sur deux points. D'une part, elle est la seule méthode à tenir compte d'une estimation du niveau de bruit pour contrôler le lissage et la détection des discontinuités. D'autre part, la détection des discontinuités d'ordre 0 et d'ordre 1 est combinée avec un lissage par diffusion, ce qui facilit.

Download or read book APPROCHE MODALE EN SEGMENTATION D IMAGES written by RACHID.. OULAD HAJ THAMI and published by . This book was released on 1992 with total page 118 pages. Available in PDF, EPUB and Kindle. Book excerpt: DANS CE TRAVAIL ON PROPOSE UN ALGORITHME DE SEGMENTATION D'IMAGES BASE SUR UNE APPROCHE MODALE. L'ALGORITHME CONSISTE A TRANSFORMER L'IMAGE DE FACON A FAIRE APPARAITRE LES REGIONS HOMOGENES EN TANT QUE REGIONS MODALES DANS L'IMAGE TRANSFORMEE ET LES CONTOURS EN TANT QUE VALLEES. CETTE TRANSFORMATION PERMET D'ETABLIR UNE CORRESPONDANCE SYSTEMATIQUE ENTRE LES REGIONS MODALES (RESPECTIVEMENT LES VALLEES) ET L'IMAGE TRANSFORMEE ET LES REGIONS (RESPECTIVEMENT LES CONTOURS) DE L'IMAGE INITIALE. L'IDEE DE BASE EST D'ASSOCIER A CHAQUE PIXEL DE L'IMAGE UN VECTEUR D'ATTRIBUTS ET DE DEFINIR UNE DISTANCE DE SIMILARITE SUR L'ENSEMBLE DE CES VECTEURS. LA TRANSFORMATION UTILISEE CONSISTE ALORS A ASSOCIER A UNE IMAGE (I(I,J)) UN MASQUE (M(I,J)) DE MEME TAILLE: C'EST L'IMAGE TRANSFORMEE. CHAQUE ELEMENT M(I,J) DE CE MASQUE EST ASSIMILE A UN PIXEL, SA VALEUR EST LE NOMBRE DE PIXELS SIMILAIRES AU PIXEL P(I,J) DE L'IMAGE I AU SEIN DE SON VOISINAGE LOCAL. ON NOTERA ICI UNE CARACTERISTIQUE INTERESSANTE DE CETTE TRANSFORMATION LIEE AU FAIT QUE, QUELLE QUE SOIT LA TAILLE DU VOISINAGE UTILISE, LE FOND DES VALLEES DANS L'IMAGE TRANSFORMEE A TOUJOURS LA MEME FORME ET LA MEME LARGEUR. LA DETECTION DES CONTOURS DE L'IMAGE SE FAIT ALORS PAR DETECTION DES VALLEES DE SON IMAGE TRANSFORMEE. CE TRAVAIL EST REALISE PAR APPLICATION D'UN OPERATEUR DIFFERENTIEL. L'APPROCHE PAR REGIONS SE FAIT PAR CALCUL DES REGIONS MODALES DE L'IMAGE TRANSFORMEE. LES PIXELS DE CHAQUE REGION SONT STRUCTURES HIERARCHIQUEMENT AUTOUR DE LEUR MODE LOCAL. CETTE APPROCHE EST CARACTERISEE PAR SA ROBUSTESSE, SA RAPIDITE ET LA BONNE QUALITE DES REGIONS DETECTEES. FINALEMENT, SUR UN JEU D'IMAGES TEST, LES PROPRIETES DE L'ALGORITHME MIS EN UVRE SONT DEMONTREES

Download or read book Variational Methods in Image Segmentation written by Jean-Michel Morel and published by . This book was released on 1995 with total page 272 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Deformable Meshes for Medical Image Segmentation written by Dagmar Kainmueller and published by Springer. This book was released on 2014-08-18 with total page 184 pages. Available in PDF, EPUB and Kindle. Book excerpt: ​ Segmentation of anatomical structures in medical image data is an essential task in clinical practice. Dagmar Kainmueller introduces methods for accurate fully automatic segmentation of anatomical structures in 3D medical image data. The author’s core methodological contribution is a novel deformation model that overcomes limitations of state-of-the-art Deformable Surface approaches, hence allowing for accurate segmentation of tip- and ridge-shaped features of anatomical structures. As for practical contributions, she proposes application-specific segmentation pipelines for a range of anatomical structures, together with thorough evaluations of segmentation accuracy on clinical image data. As compared to related work, these fully automatic pipelines allow for highly accurate segmentation of benchmark image data.​

Download or read book Variational and Level Set Methods in Image Segmentation written by Amar Mitiche and published by Springer. This book was released on 2012-12-05 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 Image Segmentation and Uncertainty written by Roland Wilson and published by Wiley-Blackwell. This book was released on 1988-03-09 with total page 200 pages. Available in PDF, EPUB and Kindle. Book excerpt: Presents the first unified theory of image segmentation, written by the winners of the 1985 Pattern Recognition Society medal. Until now, image processing algorithms have always been beset by uncertainties, no one method proving completely satisfactory. Wilson and Spann tackle the problem of uncertainty head-on. They describe a new class of algorithms (based, in part, on quadtrees) and demonstrate their applications, including grey level and texture segmentation. These algorithms produce excellent results in a wide range of synthetic and natural data. Provides many examples of applications from medicine to remote sensing.

Download or read book Segmentation d images par approches multi agents written by Fatma Laribi and published by Univ Europeenne. This book was released on 2016-11 with total page 84 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'images permet le partitionnement d'une image en regions, ou chaque region est constituee d'un ensemble de composantes connexes, son but est l'extraction des informations pertinentes des objets afin de permettre leurs interpretations. Elle reste un probleme pose, jusqu'en ce moment il n'existe pas une methode automatique permettant la segmentation d'une image de maniere efficace et cela malgre la multiplicite d'approches. Dans ce travail, nous proposons un systeme de segmentation d'images implemente dans un environnement multi-agents baptisee SIMA. Ce systeme procede a la segmentation d'images en deux etapes: une etape de pre-segmentation qui consiste a faire une classification FCM suivi d'un etiquetage de l'image. Une autre etape de reajustement et comprenant deux phases: la premiere consiste a eliminer les fausses regions (PEFR) et la deuxieme consiste a reajuster les contours en reaffectant leurs pixels aux regions de l'image (PRPC).

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

Download or read book Advances in Image and Video Segmentation written by Zhang, Yu-Jin and published by IGI Global. This book was released on 2006-05-31 with total page 472 pages. Available in PDF, EPUB and Kindle. Book excerpt: "This book attempts to bring together a selection of the latest results of state-of-the art research in image and video segmentation, one of the most critical tasks of image and video analysis that has the objective of extracting information (represented by data) from an image or a sequence of images (video)"--Provided by publisher.

Download or read book segmentation d images numeriques par mesure de proximite de deux pixels adjacents written by Pierre Gaucher and published by . This book was released on 1991 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: le problème de la segmentation est tout d'abord abordé sous la forme d'une synthese qui traite des solutions les plus courantes, basees essentiellement sur l'utilisation de tests d'hypotheses parametriques. sur la base de cette synthese, l'etude menee conduit au developpement d'une methode de segmentation basee sur une approche locale. la demarche adoptee conduit a la definition d'une distance qui prend en compte la dispersion spatiale des pixels sur un voisinage ainsi que celle de leurs niveaux de gris. la definition de cette distance sert de support a l'elaboration d'une procedure d'extraction des plus proches voisins d'un pixel. en recherchant a caracteriser la proximite de deux pixels adjacents, nous etablissons une analogie entre les phenomenes electrostatiques et le domaine de traitement de l'image. sur la base de cette analogie, la force exercee par un groupe de pixels. sur un pixel est definie et conduit a la selection des attributs caracteristiques de la proximite de deux pixels. enfin, une regle de decision est etablie. elle s'appuie sur le calcul d'un index de proximite qui rend compte globalement des attributs precedemment extraits

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.