Segmentation d'images médicales basée sur la classification
| dc.contributor.author | Djoudrez Kamelia | |
| dc.contributor.author | Larfi Hassiba | |
| dc.contributor.other | Hammouche Kamal | |
| dc.date.accessioned | 2019-11-26T11:36:47Z | |
| dc.date.available | 2019-11-26T11:36:47Z | |
| dc.date.issued | 2010 | |
| dc.description | 78 f. : ill. ; 30 cm. (+ CD-Rom) | en |
| dc.description.abstract | Le travail présenté dans cette thèse concerne le domaine du traitement d’images et plus précisément celui de la segmentation. Parmi les nombreuses techniques de segmentation, nous nous sommes intéressés particulièrement à la méthode de classification floue qui est basée sur l’algorithme Fuzzy –C- Means. Cette méthode est formalisée comme un problème de minimisation d’un critère de classification sous certaines contraintes. Son inconvénient principal réside dans sa sensibilité au bruit. Nous avons alors étudié certaines variantes proposées dans la littérature pour remédier à ce problème. Celles-ci tentent soit à changer la fonctionnelle à minimiser, soit à définir une autre métrique ou soit encore à modifier l’influence du facteur flou m. Parmi toutes ces méthodes, nous avons implémenté 5 d’entre elles à savoir les algorithmes PCM, de Ahmed, de Wu, de Tang et celui de Li. | en |
| dc.identifier.citation | Automatique | |
| dc.identifier.other | ING.AUTO.46-10 | en |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/7966 | |
| dc.language.iso | fr | en |
| dc.publisher | Université Mouloud Mammeri | en |
| dc.subject | Mots clés | en |
| dc.subject | Variantes de Fuzzy-C-Means. | en |
| dc.title | Segmentation d'images médicales basée sur la classification | en |
| dc.type | Thesis | en |