ISBN-13: 9783330842175 / Francuski / Miękka / 2016 / 116 str.
D'un point de vue gA(c)nA(c)ral, les travaux de recherche de ce livre s'inscrivent dans le cadre de la segmentation des images couleurs par fusion des donnA(c)es. Dans ce travail, nous prA(c)sentons une architecture de fusion d'images basA(c)e sur la thA(c)orie des croyances de Dempster-Shafer, utilisA(c)e pour la segmentation des images couleurs. Nous focalisons notre A(c)tude sur les mA(c)thodes de fusion des informations au niveau des pixels. Nous prA(c)sentons, une approche pour la modA(c)lisation des informations, basA(c)e sur la distribution gaussienne. Cette derniA]re, permet de gA(c)nA(c)rer, A partir de trois primitives couleurs, une seule image finale segmentA(c)e. La mA(c)thode de fusion consiste A fusionner les rA(c)sultats issus d'une premiA]re segmentation des images originales parfaitement recalA(c)es gA(c)omA(c)triquement. Dans cette mA(c)thode de fusion, l'A(c)tape de modA(c)lisation est rA(c)alisA(c)e A base des techniques d'analyse de l'histogramme et la distribution gaussienne. Les A(c)tudes comparatives avec plusieurs techniques existantes, appliquA(c)es A la segmentation des images couleurs, montrent la souplesse et la robustesse de la modA(c)lisation basA(c)e sur le seuillage de l'histogramme d'homogA(c)nA(c)itA(c) et la distribution gaussienne.
D'un point de vue général, les travaux de recherche de ce livre s'inscrivent dans le cadre de la segmentation des images couleurs par fusion des données. Dans ce travail, nous présentons une architecture de fusion d'images basée sur la théorie des croyances de Dempster-Shafer, utilisée pour la segmentation des images couleurs. Nous focalisons notre étude sur les méthodes de fusion des informations au niveau des pixels. Nous présentons, une approche pour la modélisation des informations, basée sur la distribution gaussienne. Cette dernière, permet de générer, à partir de trois primitives couleurs, une seule image finale segmentée. La méthode de fusion consiste à fusionner les résultats issus d'une première segmentation des images originales parfaitement recalées géométriquement. Dans cette méthode de fusion, l'étape de modélisation est réalisée à base des techniques d'analyse de l'histogramme et la distribution gaussienne. Les études comparatives avec plusieurs techniques existantes, appliquées à la segmentation des images couleurs, montrent la souplesse et la robustesse de la modélisation basée sur le seuillage de l'histogramme d'homogénéité et la distribution gaussienne.