• Aucun résultat trouvé

Optimisation par Algorithme GénétiqueMultiobjectif de la Pénalité Floue pour laReconstruction d’image en Tomographie-X

N/A
N/A
Info
Télécharger
Protected

Academic year: 2021

Partager "Optimisation par Algorithme GénétiqueMultiobjectif de la Pénalité Floue pour laReconstruction d’image en Tomographie-X"

Copied!
1
0
0

Chargement.... (Voir le texte intégral maintenant)

Texte intégral

(1)

2éme Journée Conférence Internationale Problèmes Inverses et Applications "JIP2013"

2013

Optimisation par Algorithme Génétique Multiobjectif de la Pénalité Floue pour la Reconstruction d’image en Tomographie-X

Mostepha Yahi, A.M.T.Gouicem

Abstract : La reconstruction tomographique à partir d’un nombre limité de données est un problème mal-posé sous- déterminé, du fait que les données de projections générées dans les systèmes à émission ou à transmission sont initialement bruitées. L’algorithme ML (Maximum Likelihood) tend à faire croitre ce bruit et particulièrement celui dû au bruit des artefacts à travers les itérations successives. Cette accumulation de bruit mène à un arrêt du processus de reconstruction ML-EM(Maximum Likelihood Expectation Maximization).

Keywords : Computed tomography, Non destructive testing, Bayesian Inference, Fuzzy inference, Genetic optimization

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

Powered by TCPDF (www.tcpdf.org)

Références

Télécharger maintenant ( PDF - 1 Page - 7.70 KB )

Documents relatifs

Optimisation par algorithme génétiquemulti-objectif de la pénalité floue pour lareconstruction d’images à partir de projectionsen tomographie-x

Ali Mohamed Tahar GOUICEM, 2013, «Optimisation par algorithme génétique multi-objectif de la pénalité floue pour la reconstruction d’images à partir de projections en

La résolution du problème inverse mal posé parl’approche bayésienne

Grâce aux résultats de simulation, nous avons montré que l’approche bayésienne offre une bonne qualité de reconstruction en termes des critères d’évaluation en plus de la

Optimisation Par Essaim de Particules de laPénalité Floue Pour la Reconstruction d’images aPartir de Projections en Tomographie-X

Abstract : La résolution du problème inverse de reconstruction se fait opposée par plusieurs obstacles surtout dans le cas 3D et 4D (la vidéo), parmi ces problèmes on peut citer

Description d'un algorithme de reconstruction de volume à partir de projections coniques par déconvolution tri-dimensionnelle

L'intégrale permettant de définir l'opérateur de rétro- projection corrigé doit être évaluée en utilisant une formule d'approximation. Dans les problèmes de

Parallélisation sur GPU d'un algorithme de reconstruction 3D bayésien en tomographie X.

Opérations pour un volume de 256 3 et 64 projections de 256 2 Temps Giga opérations par seconde (Gop/s) Projecteur 256 2 *64 rayons mis à jour avec 256 voxels traversés 63 ms

Reconstruction et prévision déterministe de houle à partir de données mesurées

La Figure 4.13 compare les erreurs commises sur le calcul de l’élévation de surface libre en tout point du domaine d’étude par le modèle de prévision linéaire (Figure 4.13.a)),

Reconstruction de modèles 3D photoréalistes de façades à partir de données image et laser terrestre

Building, Urban, Facade, Detection, Modeling, Terrestrial, Mobile, Laser Scanning, Mobile Mapping, LIDAR, Point Cloud, Geometry, Adaptive Neighborhood, Scale Selection,

Fried l'humble ambitieux, Julien MARTIN

À la place, il utilisa la magie pour montrer une vision magnifique pour un adorateur du Chaos, les temples des divinités de la lumière détruits partout dans le monde,