Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Échelles et espace des caractéristiques pour le traitement d'images
Academiques - EAN : 9783838148571
Édition papier
EAN : 9783838148571
Paru le : 1 sept. 2018
51,90 €
49,19 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783838148571
- Réf. fournisseur : 6421318
- Editeur : Academiques
- Date Parution : 1 sept. 2018
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 188
- Format : H:229 mm L:152 mm E:11 mm
- Poids : 285gr
- Interdit de retour : Retour interdit
- Résumé : Nous étudions ici l'apport de l'espace des caractéristiques et des paramètres d'échelle adaptatifs pour le filtrage et la segmentation d'image. D'une manière générale, l'espace des caractéristiques se définit comme un espace multidimensionnel dans lequel il est possible de représenter un vecteur de paramètres associé à un individu. Ces paramètres, que nous appelons « caractéristiques », peuvent être scalaires ou vectoriels et correspondent à tout type d'information mesurable sur l'individu: sa localisation spatiale, sa couleur, sa texture, etc. Le paramètre d'échelle est défini comme une grandeur scalaire ou matricielle intervenant dans la pondération de ces mesures. Nous montrons comment ces deux concepts peuvent être définis en statistique dans le contexte de la théorie de l'estimation non paramétrique. Puis nous nous intéressons à une méthode basée sur l'estimation non paramétrique par noyau: le Mean-Shift. Enfin, nous proposons un nouveau formalisme pour la segmentation par croissance de région généralisée à l'espace des caractéristiques. Nous terminons par quelques applications de nos méthodes sur des données issues de l'imagerie médicale.
