Allaoua, MadjdaMamouni, SamihaBoutaouche, Fouzia2018-12-042018-12-042016http://hdl.handle.net/123456789/6859La segmentation est une étape cruciale au coeur de tous les systèmes de vision par ordinateur. Elle a pour objectif de rassembler les pixels entre eux selon des critères prédéfinis formant ainsi des régions. La segmentation d'images constitue un thème de recherche d'actualité qui connait une grande ascension ces dernières décennies, il existe de nombreuses approches proposées à cet effet. Dans ce mémoire nous nous sommes intéressées aux méthodes de segmentation d'images par classification et plus précisément celles basées sur la classification floue. Nous avons développées en premier lieu une approche de segmentation d'image floue C_Means (FCM), issu de l'algorithme des C-Moyens (C-means), où l'idée était d'introduire la notion d'ensemble flou dans la définition des classes. Ensuite, nous avons orienté notre étude vers quelques travaux présentant des variantes du modèle de base. L'étude est centrée sur les algorithmes : PCM, KFCM, et le Modèle FCM-?.frSegmentation : imageModèle FCMImage : mouvement : flot optiqueAlgorithme : PCM; KFCMOther