Implémentation des contours actifs (snakes) pour la segmentation des images
| dc.contributor.author | Hachemi, Saida | |
| dc.contributor.author | Boutaouche, Fouzia | |
| dc.date.accessioned | 2018-12-05T10:14:03Z | |
| dc.date.available | 2018-12-05T10:14:03Z | |
| dc.date.issued | 2018 | |
| dc.description.abstract | Ce travail aborde l'un des principaux problèmes dans le domaine du traitement numérique d'images : la segmentation d'images. Malgré la dominance des travaux dans ce domaine, ce problème reste posé. En effet, les diverses techniques qui ont pu être présentées sont peu satisfaisantes, soit parce qu'elles sont sensibles aux données bruitées, soit parce qu'elles sont spécifiques à un domaine particulier. Il existe plusieurs algorithmes de segmentation d'images, chacun possédant ses avantages et ses limites d'utilisation. Le contour actif est l'un de ces méthode, appelé aussi snake, est employé pour détecter les contours d'une image. Il est composé de multiples énergies externes, internes et de contexte, qui permettent au snake de ce déplacer dans l'image et de s'arrêter sur un contour. Dans le cadre de notre mémoire, nous avons utilise un algorithme qui utilise quatre énergies l'énergie de courbure, d'intensité, de continuité et de gradient. Pour valider l'efficacité de nos algorithmes, de nombreux tests ont été réalisés, sur différents types d'images (artificielles et réelles). | ar |
| dc.identifier.uri | http://hdl.handle.net/123456789/6912 | |
| dc.language.iso | fr | ar |
| dc.publisher | Université Oum El Bouaghi | ar |
| dc.subject | Serpent | ar |
| dc.subject | Segmentation | ar |
| dc.subject | Level set | ar |
| dc.subject | Contour actif | ar |
| dc.title | Implémentation des contours actifs (snakes) pour la segmentation des images | ar |
| dc.type | Other | ar |