Application du modèle variationnel non local à la segmentation d’images
| dc.contributor.author | Younsi Mouloud | |
| dc.contributor.author | Bellil Abdeslam | |
| dc.contributor.other | Ait Aider Malika | |
| dc.date.accessioned | 2021-02-28T10:46:09Z | |
| dc.date.available | 2021-02-28T10:46:09Z | |
| dc.date.issued | 2016 | |
| dc.description | 61 f. : ill. ; 30 cm. (+ CD-Rom) | en |
| dc.description.abstract | Le traitement d'images qui est un processus comprenant plusieurs etapes, est ne de la necessite de remplacer l'observateur humain par la machine. Il intervient dans bon nombre de domaines tels que la medecine, l'agriculture et l'industrie. Une etape incontournable dans tout processus d'analyse d'images est celle de la segmentation. En fournissant une description compacte de l'image, plus exploitable que l'ensemble des pixels, la segmentation d'images permet de faciliter l'interpretation automatique d'une image de facon similaire a une interpretation humaine. En effet, elle a ete inspiree du systeme de perception visuel humain qui utilise la notion de similarite et de difference afin de localiser et de delimiter les objets d'une scene. Cette tache bien que relevee avec facilite par le systeme visuel humain, est en realite complexe et reste un veritable defi pour la communaute du traitement d'images malgre plusieurs decennies de recherche. Ainsi, plusieurs methodes de segmentation ont ete proposees dans la litterature par exemple on trouve les methodes variationnelles qui sont basees sur les equations aux derivees partielles. Les solutions de ces modeles definis dans le domaine continu sont obtenues par discretisation d'operateurs differentiels afin de pouvoir disposer de schemas numeriques applicables. Cette discretisation constitue un obstacle non negligeable lorsque les donnees sont discretes et de grande dimension. En effet, les operateurs differentiels sont difficilement discretisable lorsque les donnees sont definies sur des domaines non uniformes ou possedent une grande dimensionnalite. Pour pallier a cet inconvenient, d'autres travaux de recherche ont ete developpes en proposant de transcrire et d'adapter certains de ces modeles dans un cadre discret en utilisant les graphes. Dans ce memoire, nous proposons une methode de segmentation binaire exploitant le formalisme des equations aux differences partielles, le benefice des methodes basee sur les graphes et les outils mathematiques definis dans le domaine continu. Elle est basee sur un nouveau formalisme de modele variationnel qui est base sur les equations aux derivees partielles. Pour mener a terme notre travail, nous avons adopte la structure suivante: « chapitre 1 fera l'objet de generalites sur le traitement d'images. « Chapitre 2 donnera un apercu sur la theorie des graphes et operateurs. « Chapitre 3 sera consacre a la description de la methode adoptee. « Chapitre 4 sera reserve a la presentation du logiciel ainsi les resultats obtenus. Pour finir, nous terminerons par une conclusion generale. | en |
| dc.identifier.citation | Conduite De Projets Informatiques | |
| dc.identifier.other | MAST.INF.85-16 | en |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/12887 | |
| dc.language.iso | fr | en |
| dc.publisher | Université Mouloud Mammeri | en |
| dc.subject | Traitement d'image | en |
| dc.subject | Méthode variationnelle | en |
| dc.subject | Théorie des graphes | en |
| dc.subject | C++ | en |
| dc.title | Application du modèle variationnel non local à la segmentation d’images | en |
| dc.type | Thesis | en |