Browsing by Author "Ait Aider Malika"
Now showing 1 - 6 of 6
Results Per Page
Sort Options
Item Application de la méthode support vector machines (SVM) pour la reconnaissance des chiffres manuscrits(Université Mouloud Mammeri, 2011) Haliche Noria; Allouane Aniya; Ait Aider MalikaRésumé La reconnaissance de formes est une branche de l’intelligence artificielle qui a la capacité d’identifier ou de classer des formes ou des objets en se basant, essentiellement, sur l’étape de caractérisation que sur la technique de classification. C’est un domaine très vaste, car on trouve plusieurs applications à savoir : la reconnaissance des empreintes digitales, identification de personnes, reconnaissance des défauts de pièces (contrôle de qualité), la reconnaissance de caractères manuscrits, etc. Dans cette dernière application on distingue la reconnaissance de chiffres manuscrits qui fera l’objet de notre travail. On distingue deux volets dans la reconnaissance de chiffres manuscrits : reconnaissance en ligne et la reconnaissance hors ligne. Dans la première catégorie, la reconnaissance se fait en temps réel où le facteur temps de traitement est non négligeable. Par contre dans la deuxième, la reconnaissance est en temps différé. Dans ce travail, on s’est intéressé à la deuxième catégorie qui une tâche plus complexe que la précédente. La reconnaissance hors ligne reste à ce jour un thème de recherche ouvert. En effet, bien que le nombre de classes naturelles soit réduit à 10 (chiffres 0 à 9), on trouve à l’intérieur de chacune d’entre elles une très grande variabilité de l’écriture. De plus, les conditions, souvent précaires, du matériel utilisé (divers stylos, différentes qualités de papiers) tendent à rendre la reconnaissance plus complexe. Dans ces conditions, l’extraction des caractéristiques est une étape essentielle et délicate dans la construction d’un système de reconnaissance. Dans notre mémoire, l’extraction des caractéristiques est faite selon trois méthodes : la binarisation, la normalisation et la méthode d’ondelette. Les images ainsi traitées sont classifiées par le classifieur machine à vecteur de support (SVM). Les résultats de ces trois analyses sont comparés entre elles afin d’en déduire la plus performante.Item Application de la transformée en ondelettes à la reconnaissance de chiffres manuscrits(Université Mouloud Mammeri, 2008) Bouazza Mourad; Ait Aider MalikaItem Application du modèle variationnel non local à la segmentation d’images(Université Mouloud Mammeri, 2016) Younsi Mouloud; Bellil Abdeslam; Ait Aider MalikaLe traitement d'images qui est un processus comprenant plusieurs etapes, est ne de la necessite de remplacer l'observateur humain par la machine. Il intervient dans bon nombre de domaines tels que la medecine, l'agriculture et l'industrie. Une etape incontournable dans tout processus d'analyse d'images est celle de la segmentation. En fournissant une description compacte de l'image, plus exploitable que l'ensemble des pixels, la segmentation d'images permet de faciliter l'interpretation automatique d'une image de facon similaire a une interpretation humaine. En effet, elle a ete inspiree du systeme de perception visuel humain qui utilise la notion de similarite et de difference afin de localiser et de delimiter les objets d'une scene. Cette tache bien que relevee avec facilite par le systeme visuel humain, est en realite complexe et reste un veritable defi pour la communaute du traitement d'images malgre plusieurs decennies de recherche. Ainsi, plusieurs methodes de segmentation ont ete proposees dans la litterature par exemple on trouve les methodes variationnelles qui sont basees sur les equations aux derivees partielles. Les solutions de ces modeles definis dans le domaine continu sont obtenues par discretisation d'operateurs differentiels afin de pouvoir disposer de schemas numeriques applicables. Cette discretisation constitue un obstacle non negligeable lorsque les donnees sont discretes et de grande dimension. En effet, les operateurs differentiels sont difficilement discretisable lorsque les donnees sont definies sur des domaines non uniformes ou possedent une grande dimensionnalite. Pour pallier a cet inconvenient, d'autres travaux de recherche ont ete developpes en proposant de transcrire et d'adapter certains de ces modeles dans un cadre discret en utilisant les graphes. Dans ce memoire, nous proposons une methode de segmentation binaire exploitant le formalisme des equations aux differences partielles, le benefice des methodes basee sur les graphes et les outils mathematiques definis dans le domaine continu. Elle est basee sur un nouveau formalisme de modele variationnel qui est base sur les equations aux derivees partielles. Pour mener a terme notre travail, nous avons adopte la structure suivante: « chapitre 1 fera l'objet de generalites sur le traitement d'images. « Chapitre 2 donnera un apercu sur la theorie des graphes et operateurs. « Chapitre 3 sera consacre a la description de la methode adoptee. « Chapitre 4 sera reserve a la presentation du logiciel ainsi les resultats obtenus. Pour finir, nous terminerons par une conclusion generale.Item Extraction des caractéristiques pour la lecture automatique des chiffres manuscrits(Université Mouloud Mammeri, 2012) Hamdad Idir; Merdaoui Amar; Ait Aider MalikaDans le schéma de reconnaissance de chiffres manuscrits, interviennent deux étapes essentielles : l’étape d’extraction de caractéristiques et l’étape de classification. Ainsi, notre contribution dans ce mémoire, consiste à intervenir dans la première étape en choisissant les descripteurs de formes les plus discriminants possibles pour caractériser le contenu de l’image, et dans la seconde phase, nous avons implémenté le séparateur à vaste marge (SVM). Dans ce projet, nous avons utilisé quatre méthodes d’extraction de primitives ; la méthode de Kirsch qui consiste à extraire les composantes directionnelles (caractéristiques locales) et les caractéristiques globales à partir de l’image initiale. L’application des filtres de Gabor à l’image initiale, nous a permis d’extraire d’autres types de caractéristiques à partir des images filtrées comme l’énergie, la moyenne et la variance. Nous avons également implémenté les moments de Zernike connus comme descripteurs puissants et ce, grâce à leurs propriété d’invariance par translation, rotation et d’orthogonalité. Pour mener, une étude comparative, nous avons rajouté un autre descripteur très puissant, basé sur la transformée en ondelettes. En effet, ce dernier descripteur, surmonte tous les problèmes posés par les descripteurs précédents.Item Implémentation de l'algorithme de cryptage IDEA dans le réseau téléphonique de nouvelle génération NCN de la wilaya de Tizi Ouzou(Université Mouloud Mammeri, 2008) Ait Aider Malika; Tamazirt Nedjma; Tahanout MohammedItem Recalage d’image par la Transformée de Fourier(Université Mouloud Mammeri, 2017) Oubadja Meziane; Fedila Samir; Ait Aider MalikaUne des problématiques majeures en traitement d’images est de pouvoir analyser et traiter plusieurs images dans un référentiel commun pour regrouper ou comparer leurs informations respectives. Ce problème, connu sous le nom de recalage. Le recalage d’images pourrait se résumer alors par le déplacement ou la déformation d’une image afin qu’elle ressemble le plus possible à une autre. Il existe plusieurs méthodes pour le recalage des images, et parmi elles la méthode du recalage par transformée de fourier qui se base essentiellement sur les opérations de translation, de rotation et d’homothétie, en exploitant les représentations spectrales de fourier ainsi que la représentation log-polaire et la technique de corrélation de phase. Cette approche nous permet d’extraire les paramètres respectifs : rotation, homothétie et translation. Les résultats obtenus ont montré l’efficacité de cette méthode à recaler des images avec précision remarquable.