Architecture Multi-agents adaptative pour La détection et la localisation de structures : application à la segmentation d’images
Texte intégral
Figure
Documents relatifs
Dans le quatrième et dernier chapitre, nous montrons comment notre approche s’applique à la segmentation d’images couleur afin de détecter le stress hydrique chez la plante de
Le premier chapitre pr´ esente l’´ etat de l’art dans le domaine de la simulation multi-agents en se focalisant sur le rˆ ole de la mod´ elisation dans le processus de simulation
Une méthode est également proposée pour la détection et la localisation, mais cette fois-ci, à partir d’une suite d’essais : cas où l’évolution de la tension en fonction
Dans la pre- mière étape, nous utilisons les arbres de coupes pour partitio- ner une image en régions afin de caractériser ces dernières par un vecteur d’attributs.. Chaque
Les résultats de la méthode CTA_F (CTA original de F.Roli) ne sont pas présentés dans ce chapitre car, d’une part elle a besoin d’un apprentissage de la texture
La section 3 décrit la méthode d’analyse d’images proposée qui est basée sur les quatre étapes suivantes : une procédure de prétraitement de l’image, la détection des
Ainsi, le recours aux méthodes de traitement d’image et de vision par ordinateur, notam- ment les méthodes de classification non-supervisée (chapitre 3) et les méthodes de
Dans ce chapitre, nous avons mis en place une méthodologie de classification complètement automatique en se basant sur plusieurs techniques, telles que PNN pour