Documents disponibles écrits par cet auteur

Segmentation de la texture dans les images en couleur / Oussama JAAFAR

Public ISBD Titre : Segmentation de la texture dans les images en couleur Type de document : projet fin études Auteurs : Oussama JAAFAR, Auteur Langues : Français (fre) Catégories : BIG DATA Index. décimale : mast 249/19 Résumé : La segmentation des images est un problème crucial pour l’analyse et la compréhension des images. Parmi les approches existantes pour résoudre ce problème, la classification non supervisée est fréquemment employée lors d’une première étape pour réaliser un partitionnement de l’espace des intensités des pixels (qu’il s’agisse de niveaux de gris, de couleurs ou de réponses spectrales). Dans notre travail, nous présentons une approche de la classification non supervisée permettant d’effectuer la segmentation des images sans faire appel à des techniques supplémentaires. Plus précisément, nous élaborons une méthode itérative de type k-means où les données à partitionner sont les pixels eux mêmes et les histogrammes. Nous illustrons finalement le potentiel de l’approche proposée par quelques résultats préliminaires de segmentation sur des images artificielles. Segmentation de la texture dans les images en couleur [projet fin études] / Oussama JAAFAR, Auteur . - [s.d.]. Langues : Français (fre) Catégories : BIG DATA Index. décimale : mast 249/19 Résumé : La segmentation des images est un problème crucial pour l’analyse et la compréhension des images. Parmi les approches existantes pour résoudre ce problème, la classification non supervisée est fréquemment employée lors d’une première étape pour réaliser un partitionnement de l’espace des intensités des pixels (qu’il s’agisse de niveaux de gris, de couleurs ou de réponses spectrales). Dans notre travail, nous présentons une approche de la classification non supervisée permettant d’effectuer la segmentation des images sans faire appel à des techniques supplémentaires. Plus précisément, nous élaborons une méthode itérative de type k-means où les données à partitionner sont les pixels eux mêmes et les histogrammes. Nous illustrons finalement le potentiel de l’approche proposée par quelques résultats préliminaires de segmentation sur des images artificielles.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 249/19	mast 249/19 OUS	Texte imprimé	Unité des masters	Mast/19	Disponible