Show simple item record

dc.contributor.authorDjoudrez Kamelia
dc.contributor.authorLarfi Hassiba
dc.contributor.otherHammouche Kamal
dc.date.accessioned2019-11-26T11:36:47Z
dc.date.available2019-11-26T11:36:47Z
dc.date.issued2010
dc.identifier.citationAutomatique
dc.identifier.otherING.AUTO.46-10en
dc.identifier.urihttps://www.ummto.dz/dspace/handle/ummto/7966
dc.description78 f. : ill. ; 30 cm. (+ CD-Rom)en
dc.description.abstractLe travail présenté dans cette thèse concerne le domaine du traitement d’images et plus précisément celui de la segmentation. Parmi les nombreuses techniques de segmentation, nous nous sommes intéressés particulièrement à la méthode de classification floue qui est basée sur l’algorithme Fuzzy –C- Means. Cette méthode est formalisée comme un problème de minimisation d’un critère de classification sous certaines contraintes. Son inconvénient principal réside dans sa sensibilité au bruit. Nous avons alors étudié certaines variantes proposées dans la littérature pour remédier à ce problème. Celles-ci tentent soit à changer la fonctionnelle à minimiser, soit à définir une autre métrique ou soit encore à modifier l’influence du facteur flou m. Parmi toutes ces méthodes, nous avons implémenté 5 d’entre elles à savoir les algorithmes PCM, de Ahmed, de Wu, de Tang et celui de Li.en
dc.language.isofren
dc.publisherUniversité Mouloud Mammerien
dc.subjectMots clésen
dc.subjectVariantes de Fuzzy-C-Means.en
dc.titleSegmentation d'images médicales basée sur la classificationen
dc.typeThesisen


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record