Segmentation d'images par approches multi-agents
Fatma Laribi - Collection Omn.univ.europ.
84 pages, parution le 01/11/2016
Résumé
La segmentation d'images permet le partitionnement d'une image en régions, où chaque région est constituée d'un ensemble de composantes connexes, son but est l'extraction des informations pertinentes des objets afin de permettre leurs interprétations. Elle reste un problème posé, jusqu'en ce moment il n'existe pas une méthode automatique permettant la segmentation d'une image de manière efficace et cela malgré la multiplicité d'approches. Dans ce travail, nous proposons un système de segmentation d'images implémenté dans un environnement multi-agents baptisée SIMA. Ce système procède à la segmentation d'images en deux étapes: une étape de pré-segmentation qui consiste à faire une classification FCM suivi d'un étiquetage de l'image. Une autre étape de réajustement et comprenant deux phases: la première consiste à éliminer les fausses régions (PEFR) et la deuxième consiste à réajuster les contours en réaffectant leurs pixels aux régions de l'image (PRPC).
Caractéristiques techniques
| PAPIER | |
| Éditeur(s) | Editions universitaires européennes |
| Auteur(s) | Fatma Laribi |
| Collection | Omn.univ.europ. |
| Parution | 01/11/2016 |
| Nb. de pages | 84 |
| Format | 15.2 x 22.9 |
| Couverture | Broché |
| Poids | 137g |
| EAN13 | 9783841610669 |
Avantages Eyrolles.com
Livraison à partir de 0,01 € en France métropolitaine
Paiement en ligne SÉCURISÉ
Livraison dans le monde
Retour sous 15 jours
+ d'un million et demi de livres disponibles
Nos clients ont également acheté
Consultez aussi
- Les meilleures ventes en Graphisme & Photo
- Les meilleures ventes en Informatique
- Les meilleures ventes en Construction
- Les meilleures ventes en Entreprise & Droit
- Les meilleures ventes en Sciences
- Les meilleures ventes en Littérature
- Les meilleures ventes en Arts & Loisirs
- Les meilleures ventes en Vie pratique
- Les meilleures ventes en Voyage et Tourisme
- Les meilleures ventes en BD et Jeunesse
