Browsing by Author "Ghoul, Khaled"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Estimation de mouvement par les méthodes de mise en correspondance de blocs (block matching )
    (Univérsité Oum El Bouaghi, 2020) Souilah, Ridha; Ghoul, Khaled
    Grâce aux progrès des technologies informatiques comme l’augmentation des puissances de calcul des processeurs et les capacités de stockage actuellement énormes, Le domaine de traitement d’images est aujourd'hui en pleine évolution où les chercheurs ont réussi de développer de nombreux algorithmes qui a été utilisé dans de nombreux domaines. L’estimation de mouvement dans une séquence d’images consiste à mesurer le déplacement des entités composantes d’une scène réelle. Autrement dit, cela revient à calculer un vecteur vitesse pour chaque pixel. Beaucoup de méthodes on été proposée pour le problème d’estimation de mouvement, parmi ces dernières ont trouvent les méthodes de mise en correspondance de blocs(Bloc Matching) dans le domaine spatial et fréquentiel, donc dans ce travail nous effectuons une étude détaillée des méthodes de BM dans les deux domaines spatiale et fréquentiel et une évaluation numérique de ces méthodes sera établie sur des séquences d’images réelles et de synthèses sur différents critères (précision, régularité, temps de calcul, …, etc.) .
  • No Thumbnail Available
    Item
    Suivi d’objets à l'aide de l'algorithme de recherche sur une grille hexagonale modifiée
    (Université Larbi Ben M'hidi Oum El Bouaghi, 2022) Aboudi, Nadjet; Moumni, Zouleikha; Ghoul, Khaled
    Bien que le problème du suivi des objets en mouvement dans les séquences vidéo ait constitué la préoccupation d'un grand nombre de chercheurs depuis l'avènement de la vision artificielle, il demeure toujours d'actualité. Le suivi des objets en mouvement basé sur le flot optique est formulé comme un problème d'association des données entre un ensemble d'objets candidats (résultats d'un détecteur d'objets) et un ensemble d'objets cible en fonction de la valeur de leur probabilité jointe. Dans ce travail, nous proposons de modifier l'algorithme de la recherche sur une grille hexagonale (HS), en utilisant un petit modèle de recherche en forme d'hexagone (SHSP) dans l'étape initiale et une grande forme d'hexagone (LHSP) dans les étapes suivantes pour l'estimation du mouvement. L'algorithme se termine enfin par le petit motif. L'algorithme proposé est utilisé dans le système de suivi des objets en mouvement. Des tests et comparaisons de l'algorithme proposé avec d'autres algorithmes sont faits sur des séquences d'images, notre algorithme a montré de bonnes performances selon les critères suivants : le nombre de point recherchés, temps de calcul et SPNR.