Retour à la liste de résultats
Analyse d’images par champs de Markov
Auteur :
Jian-Feng
Yao
Collectivite Auteur :
Institut de Recherche Mathématique de Rennes. Université de Rennes
Année de Publication :
0
Type : Article
Thème : Généralités et aspects théoriques des sciences de l'information
Couverture : France
Résumé/Sommaire :
Nous proposons une introduction aux méthodes mathématiques récentes destinées à l’analyse d’images numériques.
Table des matières
1 Introduction
2 Généralités : images numériques
2.1 Exemples
2.2 Codage d’une image numérique
2.3 Analyse d’images
3 Problème de segmentation d’images
3.1 Formulation du problème
4 Champs de Gibbs, ou encore de Markov pour les étiquettes
4.1 Caractéristiques locales du champ
4.2 Importance des caractéristiques locales
5 Modèle probabiliste de segmentation
6 Minimisation par relaxation stochastique
6.1 Recuit simulé pour un champ de Gibbs
6.2 Recuit et recuit simulé
6.3 Algorithme Stochastique de Recuit Simulé
7 Applications
8 Conclusion
Traduire le résumé vers :