Mon compte Ma liste - 0
	Catalogue   Ressources numériques   Nouveautés   Liens utiles   Mon compte

Recherche rapide Recherche avancée Recherche alphabétique Historique Information

Recherche  AuteurTitreSujetTitre de revueCollectionCotes BUCotes ENSEACotes IUFM       Modifier la recherche     > CERGY

Elargir la recherche         Sur le même sujet :     Agronomie -- Thèses et écrits académiques     Traitement d'images -- Thèses et écrits académiques.     Mouture -- Thèses et écrits académiques     Couverture végétale du sol -- Thèses et écrits académiques     Markov, Champs aléatoires de -- Thèses et écrits académiques     Algorithmes -- Thèses et écrits académiques     Qualité -- Contrôle -- Thèses et écrits académiques     Parcourir le catalogue     par auteur:      Sevestre , Sylvie , 19..-....      Laredo , Catherine , 1953-....      Université Paris-Sud , 1970-2019         Affichage MARC

Auteur :  Sevestre , Sylvie , 19..-.... Titre :  Analyse d'images texturées : applications en agronomie , Sylvie Sevestre ; sous la dir. de Catherine Laredo Editeur :  [S.l.] , [s.n.] -- 1993 Description :  296 f. : ill. en noir et en coul. ; 30 cm Notes :  Résumés en français et en anglais 85 REF. Bibliogr. f. 287-296 1993PA112290 Publication autorisée par le jury Thèse de doctorat Mathématiques Paris 11 1993 Cette thèse comporte trois parties. La première partie est un approfondissement de l'article de Cohen et Cooper intitulé simple parallel hierarchical and relaxation algorithms for segmenting noncausal markovian random fields. chaque étape des algorithmes proposés est évaluée, les conditions sont discutées et une estimation des paramètres complète le travail des auteurs. Ces algorithmes ont été mis en oeuvre et testés sur différentes images. La deuxième partie propose une classification d'images de farines. Il s'agit de permettre aux industries agroalimentaires un contrôle automatique de la qualité du broyage de farine. Des méthodes classiques ont été utilisées pour caractériser les textures. Ces méthodes dépendent de la quantification des images. Une méthode de quantification est donc proposée. La dernière partie, la plus importante de ce travail, est l'analyse d'images couleur de couverts végétaux. Le problème est de reconstruire des caractéristiques locales de l'image, essentiellement la proportion de végétation, à partir d'images prises à différentes résolutions. La première méthode consiste à définir une courbe de seuillage sur les intensités à partir de leur histogramme. Cette méthode effectue une classification binaire terre- végétation des pixels. La deuxième méthode affine cette première classification pour les pixels frontière. Les intensités sont supposées suivre une loi gaussienne dont les paramètres sont estimés localement. Les proportions de végétation sont obtenues par maximum de vraisemblance. Une analyse détaillée montre que cette méthode ne prend pas en compte les propriétés géométriques l'image. La troisième méthode utilise une modélisation par champ markovien. L'énergie se décompose en deux termes. Le premier est un potentiel d'ajustement des proportions à un certain nombre d'attributs affectés à chaque pixel. Le second introduit la géométrie locale de l'image. Une phase d'apprentissage permet d'estimer les paramètres associes au modèle à l'aide des spécifications locales empiriques. Cette approche s'apparente à celle des boites qualitatives. Enfin, un algorithme icm permet de reconstruire les proportions de végétation de chaque pixel Sujet :  Agronomie -- Thèses et écrits académiques Traitement d'images -- Thèses et écrits académiques. Mouture -- Thèses et écrits académiques Couverture végétale du sol -- Thèses et écrits académiques Markov, Champs aléatoires de -- Thèses et écrits académiques Algorithmes -- Thèses et écrits académiques Qualité -- Contrôle -- Thèses et écrits académiques   Exemplaires Site Emplacement Cote Type de prêt Statut   Ensea Archives ARCH-4106 Empruntable Disponible

Pour toute question, contactez la bibliothèque

Horizon Information Portal 3.0© 2001-2019 SirsiDynix Tous droits réservés.