• Aucun résultat trouvé

Segmentation d’images: Formulationvariationnelle à partir d’un modèle bayésien

N/A
N/A
Protected

Academic year: 2021

Partager "Segmentation d’images: Formulationvariationnelle à partir d’un modèle bayésien"

Copied!
1
0
0

Texte intégral

(1)

Problèmes Inverses et Applications JIP’2015 2015

Segmentation d’images: Formulation

variationnelle à partir d’un modèle bayésien

N. Ramou, N. Chetih, M. Halimi

Abstract : Dans ce papier, nous nous intéressons à la segmentation des images et pour cela nous proposons une approche variationnelle dans laquelle les informations régions sont estimées de manière adaptative. La formulation variationnelle est obtenue à partir du modèle bayésien de Mumford-Shah.

Keywords : Segmentation des images, contour actif, Level set

Centre de Recherche en Technologies Industrielles - CRTI - www.crti.dz

Powered by TCPDF (www.tcpdf.org)

Références

Documents relatifs

Cela pourrait se faire, par exemple, par une int´egration efficace de ces donn´ees au niveau des arˆetes de voisinage pour une coupe de graphe ou bien par une recherche de plus

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

C’est pourquoi l’évaluation de la performance de la segmentation s’avère indispensable pour s’assurer qu’une technique donnée réalise avec succès la tache pour laquelle elle

Les comparatives phrastiques simples sont en général beaucoup plus étudiées que les comparatives dont la forme s’apparente à celle des relatives (que nous nommerons désormais pour

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

On ne peut pas construire de résolution magnifique des singularités pour de telles hypersurfaces, mais on montrera qu’elles admettent tout de même des résolutions

This paper aims to explore these two challenges using Mask R-CNN trained with a data augmentation method designed to provide good performance on both rectilinear and fisheye images..

Le premier point rencontré dans chaque région est utilisé comme point de référence dans le remplissage de la région de même que dans le suivi de son contour