• Aucun résultat trouvé

Segmentation non-supervisée d'images couleur par sur-segmentation Markovienne en régions et procédure de regroupement de régions par graphes pondérés

N/A
N/A
Protected

Academic year: 2021

Partager "Segmentation non-supervisée d'images couleur par sur-segmentation Markovienne en régions et procédure de regroupement de régions par graphes pondérés"

Copied!
118
0
0

Texte intégral

Loading

Figure

FIG.  3.1  - Relation  de  voisinage  2D
TAB.  3.1  - Algorithme Bel
TAB.  3.2  - Algorithme  des  k-moyennes
TAB.  3.3  - Algorithme  RB
+7

Références

Documents relatifs

On estime que dans le cours de notre algorithme, la suppression des bords et la recherche des rectangles blancs maximaux nous permet déjà d’isoler des zones de texte avec une mise

Les chorographies, guides et récits de voyage peuvent donc s’avérer être précieux dans le cadre d’études portant sur l’histoire des mentalités, sur l’historiographie

Contributions Le modèle généralisé proposé permet : (i) de considérer d’autres mesures de similarité exploitant le transport optimal que la seule distance quadratique de

Notre approche repose en grande partie sur l’exploitation de l’information couleur pour l’obtention d’une repr´ esentation en r´ egions de bonne qualit´ e, tout en exploitant

• Cést une forme ( = une courbe, un modèle) qui se déforme pour épouser la forme d’un objet dans l’image. – Position du contour ↔ Energie

Afin de remédier à cela, nous avons proposé dans le chapitre 3 une seconde méthode permettant de combiner les deux approches non-locales. Les différentes régions de l’image

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des

Nous concluons que sur cette base où les objets d’intérêt sont représentés par au plus 3 régions, le noyau K max calculé sur toutes les chaînes de longueur inférieure ou égale