Conception de métaheuristiques d’optimisation pour la segmentation des images de télédétection
| dc.contributor.author | Hocini Lotfi | |
| dc.date.accessioned | 2017-03-21T09:31:42Z | |
| dc.date.available | 2017-03-21T09:31:42Z | |
| dc.date.issued | 2012-11-14 | |
| dc.description | 71 f. : ill. ; 30 cm. (+ CD-Rom) | en |
| dc.description.abstract | Les métaheuristiques sont des algorithmes d’optimisation inspirés de la nature, capables de produire des résultats remarquables sur une très large variété de problèmes, notamment dans le domaine de l’ingénierie (Télécommunications, Aéronautique, Mécanique, Environnement, Transport, etc.). Les métaheuristiques les plus connues sont : le recuit simulé, les colonies de fourmis, les essaims particulaires et les algorithmes évolutionnaires. Dans ce mémoire, nous nous sommes intéressés à l’application des métaheuristiques au problème de la segmentation des images de télédétection. Pour améliorer la qualité de la segmentation, nous proposons une approche robuste, connue sous le nom d’approche « multiobjectif ». Le but est de faire intervenir en parallèle plusieurs critères de segmentation durant le processus de classification des pixels de l’image. On parle de segmentation multicritère d’image. L’idée de base repose sur l’hypothèse de non existence de critère ad hoc pour segmenter de manière optimale une image. Dans ce contexte, la segmentation recherchée regroupera un ensemble de solutions de compromis satisfaisant plusieurs critères en parallèle. Au besoin, une étape ultime de décision permettra de sélectionner la solution finale grâce à un critère de qualité exploitant des connaissances a priori sur les images traitées. Afin de concevoir un système de segmentation qui permet d’avoir une meilleure qualité de segmentation sur une grande variété d’images, nous reformulons la segmentation comme un problème d’optimisation, monoobjectif dans un premier temps, puis multiobjectif. Dans l’approche monoobjectif, nous adapterons l’algorithme génétique au problème de segmentation. Une application sur des images Météosat Seconde Génération et SPOT a été réalisée. Nous proposons ensuite une approche multiobjectif qui fera intervenir en parallèle plusieurs critères de segmentation. Les algorithmes génétiques multiobjectif sont appliqués à la segmentation des images Météosat Seconde Génération et SPOT suivant l’approche Pareto. | en |
| dc.identifier.citation | Option : télédétection | en |
| dc.identifier.other | MAG.ELN.94-12 | |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/574 | |
| dc.language.iso | fr | en |
| dc.publisher | Université Mouloud Mammeri | en |
| dc.subject | Images de télédétection | en |
| dc.subject | Approche multiobjectif | en |
| dc.subject | Optimisation | en |
| dc.subject | Métaheuristiques | en |
| dc.subject | Segmentation multicritère | en |
| dc.subject | Solutions de compromis | en |
| dc.title | Conception de métaheuristiques d’optimisation pour la segmentation des images de télédétection | en |
| dc.type | Thesis | en |