عرض سجل المادة البسيط

dc.contributor.author HACINI, Sid ali
dc.contributor.author SAADA, Mustapha
dc.date.accessioned 2023-01-04T16:30:49Z
dc.date.available 2023-01-04T16:30:49Z
dc.date.issued 2017
dc.identifier.uri https://dspace.univ-ghardaia.edu.dz/xmlui/handle/123456789/5024
dc.description.abstract Dans ce modeste travail on a étudié le thème de segmentation d’image par les chaines de Markov cachées, où on a donné quelques définitions sur l’imagerie numérique, et les éléments d’analyse lui en rattachées, on a étudié la segmentation d’image dans un cadre d’apprentissage. Dans un premier temps nous avons présenté l’apprentissage selon le paradigme Bayésien classique, où on a cité un ensemble de méthodes d’estimation de paramètres d’un modèle exemple : MAP (Maximum A Posteriori), MPM (Maximum a Posteriori Marginal). Dans un second temps on a entamé une approche stochastique pour la segmentation d’image, nous parlons de la segmentation par chaines de Markov cachées. Nous avons présenté les différents méthodes et algorithmes d’estimation de paramètres tels que : EM (Estimation Maximisation), SEM (Stochastique Estimation Maximisation), ICE (Itératif Conditionnelle Estimation). A la fin, on a prit un algorithme classique (MPM) de l’approche Bayésienne, et un deuxième plus récent (EM) pour les chaines de Markov, comme exemple d’application de la segmentation d’image, on a récupérer les résultats d’application, tiré des observations du comportement et de performance et nous avons fait une comparaison entre les résultats obtenus. EN_en
dc.publisher université ghardaia EN_en
dc.subject : Chaine de Markov, Chaine de Markov cachée, Segmentation image,[ MAP, MPM, EM, SEM, ICE], HILBERT-PEANO. EN_en
dc.subject Markov chain, Hidden Markov chain, Image segmentation, MAP, MPM, EM, SEM, ICE, HILBERT-PEANO EN_en
dc.title Segmentation d’image par les chaines de Markov cachées EN_en
dc.type Thesis EN_en


الملفات في هذه المادة

هذه المادة تظهر في الحاويات التالية

عرض سجل المادة البسيط

بحث دي سبيس


بحث متقدم

استعرض

حسابي