Documents disponibles écrits par cet auteur

Segmentation des images multi-composantes / Sadia Alkama 

Public ISBD Titre : Segmentation des images multi-composantes Type de document : texte imprimé Auteurs : Sadia Alkama, Auteur ; Berkani, Daoud, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2013 Importance : 114 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Thèse de Doctorat: Electronique: Alger, Ecole Nationale Polytechnique: 2013 Bibliogr.: 106 - 114 f. Langues : Français (fre) Mots-clés : Images  multi-composantes  ;  Images  couleur  ;  Images  satellitaire  ;  Segmentation  d'image  ;  Traitement  vectoriel  ;  Traitement  marginal  Fusion  Fonction  de  Borsotti  ;  Paramètres  de  texture  ;  Méthodes  de  classification Index. décimale : D000113 Résumé : Cette thèse porte sur le traitement des images multi-composantes, caractérisées par le fait qu'un pixel est représenté non pas par un seul scalaire, mais par plusieurs valeurs, qui peuvent être de même nature, ou bien correspondre à des grandeurs physiques différentes. Les contributions de cette thèse sont consacrées à la segmentation vectorielle et marginale des images de télédétection et des images couleur. La première contribution concerne la stratégie de segmentation marginale où une nouvelle technique de fusion des images des étiquettes est développée puis testée. Les résultats sont comparés à ceux de la segmentation vectorielle via la fonction de Borsotti. Ils montrent que technique proposée fourni de bons résultats. Dans les deux stratégies de segmentation, les algorithmes de classification Expectation Maximization (EM), K-means, Fuzzy C-means (FCM), la carte auto-organisatrice de Kohonen (SOM) et les champs aléatoires de Markov (MRF) ont été utilisés. La seconde contribution concerne l’approche MRF où le processus étiquette est modélisé en utilisant une énergie de Gibbs. Sept formes d’énergie de Gibbs, dont deux sont nouvellement proposés, sont comparées dans le cadre d'une segmentation multi-spectrale. L'extraction de nouveaux paramètres de texture pour des images couleur texturées constitue une autre contribution de cette thèse. Cette nouvelle technique est basée sur les marches aléatoires sur graphes (random walk in graph) qui est déduite du domaine de la classification spectrale. Les résultats expérimentaux de la segmentation des images couleur texturées, synthétiques et réelles, ont montré la pertinence de ces paramètres. Segmentation des images multi-composantes [texte imprimé] / Sadia Alkama, Auteur ; Berkani, Daoud, Directeur de thèse . - [S.l.] : [s.n.], 2013 . - 114 f. : ill. ; 30 cm. + 1 CD-ROM. Thèse de Doctorat: Electronique: Alger, Ecole Nationale Polytechnique: 2013 Bibliogr.: 106 - 114 f. Langues : Français (fre) Mots-clés : Images  multi-composantes  ;  Images  couleur  ;  Images  satellitaire  ;  Segmentation  d'image  ;  Traitement  vectoriel  ;  Traitement  marginal  Fusion  Fonction  de  Borsotti  ;  Paramètres  de  texture  ;  Méthodes  de  classification Index. décimale : D000113 Résumé : Cette thèse porte sur le traitement des images multi-composantes, caractérisées par le fait qu'un pixel est représenté non pas par un seul scalaire, mais par plusieurs valeurs, qui peuvent être de même nature, ou bien correspondre à des grandeurs physiques différentes. Les contributions de cette thèse sont consacrées à la segmentation vectorielle et marginale des images de télédétection et des images couleur. La première contribution concerne la stratégie de segmentation marginale où une nouvelle technique de fusion des images des étiquettes est développée puis testée. Les résultats sont comparés à ceux de la segmentation vectorielle via la fonction de Borsotti. Ils montrent que technique proposée fourni de bons résultats. Dans les deux stratégies de segmentation, les algorithmes de classification Expectation Maximization (EM), K-means, Fuzzy C-means (FCM), la carte auto-organisatrice de Kohonen (SOM) et les champs aléatoires de Markov (MRF) ont été utilisés. La seconde contribution concerne l’approche MRF où le processus étiquette est modélisé en utilisant une énergie de Gibbs. Sept formes d’énergie de Gibbs, dont deux sont nouvellement proposés, sont comparées dans le cadre d'une segmentation multi-spectrale. L'extraction de nouveaux paramètres de texture pour des images couleur texturées constitue une autre contribution de cette thèse. Cette nouvelle technique est basée sur les marches aléatoires sur graphes (random walk in graph) qui est déduite du domaine de la classification spectrale. Les résultats expérimentaux de la segmentation des images couleur texturées, synthétiques et réelles, ont montré la pertinence de ces paramètres.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
D000113A	D000113	Papier + ressource électronique	Bibliothèque Annexe	Thèse de Doctorat	Disponible	Electronique	Consultation sur place/Téléchargeable
D000113B	D000113	Papier + ressource électronique	Bibliothèque Annexe	Thèse de Doctorat	Disponible	Electronique	Consultation sur place/Téléchargeable

Documents numériques

ALKAMA.Sadia.pdf URL