Détection d'objets saillants basée sur La diffusion par graphe.
| dc.contributor.author | Bellal, Amina | |
| dc.contributor.author | Ouirzikene, Karima | |
| dc.date.accessioned | 2021-04-05T10:40:14Z | |
| dc.date.available | 2021-04-05T10:40:14Z | |
| dc.date.issued | 2020 | |
| dc.description | 49 p. : ill. ; 30 cm. (+ CD-Rom) | en |
| dc.description.abstract | La reconnaissance d'objets est une technique de vision par ordinateur permettant d'identifier des objets dans des images ou des vidéos. La détection d'objets est un résultat clé des algorithmes d'apprentissage en profondeur et d'apprentissage automatique. Lorsque les humains regardent une photographie ou regardent une vidéo, ils peuvent facilement repérer des personnes, des objets, des scènes et des détails visuels. Le but est d'apprendre à un ordinateur à faire ce qui vient naturellement aux humains: acquérir un niveau de compréhension de ce que contient une image. La reconnaissance d'objets est une technologie clé derrière les voitures sans conducteur, leur permettant de reconnaître un panneau d'arrêt ou de distinguer un piéton d'un lampadaire. Il est également utile dans une variété d'applications telles que l'identification de maladies dans la bioimagerie, l'inspection industrielle et la vision robotique. La segmentation d'image est l'opération la plus importante dans un système de traitement d'images, car elle est située à l'articulation entre le traitement et l'analyse des images. L'intérêt de la segmentation est de partitionner une image en plusieurs régions homogènes, au sens d'un critère fixé a priori. L'intérêt de disposer de régions homogènes est de fournir des données simplifiées qui facilitent la tâche d'un système de reconnaissance de formes, ou autre système d'extraction des objets contenus dans l'image. La détection des objets est parmi les problèmes clé en traitement d'image . La décision est très complexe dû à la diversité de leur format, taille et couleur et de la frontière mal défini entre les objets ainsi que la situation des images . L'objectif du travail présenté dans ce mémoire consiste à implémenter par MATLAB un système pour détection des objets dans une image en utilisant la segmentation par diffusion graphique . Pour cela nous avons structuré notre mémoire autour de trois chapitres : Chapitre I : Dans ce chapitre nous présentons un aperçu général sur le traitement d'image qui comporte l'acquisition d'image, ses caractéristique, ses types puis on a fait une introduction a la segmentation en général . Chapitre II : ce chapitre est consacré a la détection des objets saillants et les différentes méthodes utilisés dans ce domaine . Chapitre III : ce chapitre, est dédié à notre contribution d'implémentations de notre méthode sous MATLAB, résultats et discussions afin de faciliter la détection des objets saillants, avec un test d'évaluation du programme. Enfin, on termine ce mémoire par une conclusion générale qui présente les principaux résultats et les perspectives de ce travail. | en |
| dc.identifier.citation | Ingénierie des Systèmes d’Information Et Conduit projets informatiques | en |
| dc.identifier.other | MAST.INF.98-20 | |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/13235 | |
| dc.language.iso | fr | en |
| dc.publisher | Université Mouloud Mammeri | en |
| dc.subject | Détection d' objets; | en |
| dc.subject | Segmentation;. | en |
| dc.subject | Superpixel; | en |
| dc.subject | Histogramme; | en |
| dc.subject | RGB; | en |
| dc.subject | Espace de couleur; | en |
| dc.subject | Objet saillant; | en |
| dc.subject | Traitement d'image; | en |
| dc.subject | Masque binaire; | en |
| dc.subject | Segmentation par diffusion graphique | en |
| dc.title | Détection d'objets saillants basée sur La diffusion par graphe. | en |
| dc.type | Thesis | en |