Détail de l'indexation
Ouvrages de la bibliothèque en indexation 35.20 (153)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Fusion d'informations en traitement du signal et des images / Isabelle Bloch (2003)
Titre : Fusion d'informations en traitement du signal et des images Type de document : Guide/Manuel Auteurs : Isabelle Bloch, Éditeur scientifique Editeur : Paris : Hermès - Lavoisier Année de publication : 2003 Collection : Traitement du Signal et de l'Image Importance : 319 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-7462-0628-1 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] axiome de Bayes
[Termes IGN] datation
[Termes IGN] estimation bayesienne
[Termes IGN] fusion d'images
[Termes IGN] fusion de données
[Termes IGN] information géographique
[Termes IGN] robotique
[Termes IGN] sous ensemble flou
[Termes IGN] système multi-agents
[Termes IGN] théorie de Dempster-Shafer
[Termes IGN] théorie des possibilités
[Termes IGN] traitement d'image
[Termes IGN] traitement du signalIndex. décimale : 35.20 Traitement d'image Résumé : (Auteur) [Extrait] Les objectifs de cet ouvrage sont de présenter d'une part les principes généraux de la fusion et ses spécificités en traitement du signal, en traitement des images et en robotique, et d'autre part les méthodes et outils principaux, essentiellement numériques. Ce livre [...] tâche de mettre l'accent sur les atouts des différentes théories pour les domaines d'application visés. [...] La structure comporte deux ensembles de chapitres. Le premier est dédié aux définitions (chapitre 1) et aux spécificités de domaines abordés : traitement du signal au chapitre 2, traitement des images au chapitre 3 et robotique au chapitre 4. Puis, la deuxième partie s'attache aux principales théories de la fusion. Après un panorama des modes de représentation des connaissances utilisés en fusion (chapitre 5), nous présentons ainsi les principes de la fusion probabiliste et statistique dans le chapitre 6, de la théorie des fonctions de croyance dans le chapitre 7, de la fusion floue et possibiliste dans le chapitre 8. Les spécificités de la fusion en traitement d'images et dans certains problèmes de robotique nécessitent de prendre en compte l'information spatiale. Nous y consacrons le chapitre 9, puisque les méthodes de fusion issues d'autres domaines ne les considèrent naturellement. Un exemple d'application reposant sur une architecture multi-agent est présenté dans le chapitre 10. Les méthodes spécifiques de la fusion temporelle sont enfin décrites au chapitre 11. Note de contenu : CHAPITRE 1. DEFINITIONS
1. Introduction
2. Choix d'une définition
3. Caractéristiques générales des données
4. Nurnérique/symbolique
5. Systèmes de fusion et types d'architecture
6. Fusion en traitement du signal des images et fusion dans d'autres domaines
CHAPITRE 2. FUSION EN TRAITEMENT DU SIGNAL
1. Introduction
2. Objectifs de la fusion en traitement du signal
3. Problèmes et spécificités de la fusion en traitement du signal .
CHAPITRE 3. FUSION EN TRAITEMENT DES IMAGES
1. Objectifs de la fusion en traitement des images
2. Les situations de fusion
3. Caractéristiques des données en fusion d'images
4. Contraintes
5. Aspects numériques et symboliques en fusion d'images
CHAPITRE 4. FUSION EN ROBOTIQUE
1. Nécessité de la fusion pour la robotique
2. Spécificités de la fusion pour la robotique
avec l'opérateur et interprétation symbolique - Contraintes temporelles
3. Caractéristiques des données en robotique
4. Mécanismes de fusion de données
CHAPITRE 5. REPRESENTATION DE L'INFORMATION ET DES CONNAISSANCES DANS LES PROBLEMES DE FUSION
1. Introduction
2. Traitement de l'information en fusion
3. Représentations numériques de connaissances imparfaites
4. Représentaion symboliques de connaissances imparfaites
5. Systèmes à base de connaissances
6. Modes de raisonnement et inférence
CHAPITRE 6. APPROCHES PROBABILISTES ET STATISTIQUES
1. Introduction et principe général
2. Mesures d'information
3. Modélisation et estimation
4. Combinaison dans un cadre bayésien
5. Combinaison vue comme un problème d'estimation
6. Décision
7. Autres approches en détection
8. Un exemple de fusion bayésienne en imagerie satellitaire
9. Méthodes de fusion probabiliste appliquées à la trajectographie
10. Discusion
CHAPITRE 7. THEORIE DES CROYANCES DE DEMPSTER-SHAFER
1. Principe général et philosophique de la théorie
2. Modélisation
3. Estimation des fonctions de masse
4. Combinaison conjonctive
Fonctions de masse séparables
5. Autres modes de combinaison
6. Décision
7. Exemple d'application en imagerie médicale
CHAPITRE 8. THEORIE DES ENSEMBLES FLOUS ET DES POSSIBILITES
1. Introduction, principes généraux
2. Définition des concepts fondamentaux des ensembles flous
3. Mesures floues
4. Eléments de théories des possibilités
5. Opérateurs de combinaison
6. Variables linguistiques
7. Logique floue et possibiliste
8. Modélisation floue en fusion
9. Définition des fonctions d'appartenance ou des distributions de possibilités
10. Combinaison et choix des opérateurs
11. Décision
12. Exemples d'application
CHAPITRE 9. INTRODUCTION DE L'INFORMATION SPATIALE
1. Au niveau de la modélisation
2. Au niveau de la décision
3. Au niveau de la combinaison
4. Exemples d'applications
- Au niveau de la combinaison : classification markovienne multisource - Au niveau de la modélisation et de la décision : fusion de détecteurs de structures par la théorie des fonctions de croyance - Au niveau de la modélisation : fusion floue de relations spatiales
CHAPITRE 10. APPROCHES MULTIAGENTS
1. La fonction DRI
1. Le contexte d'application 2. Les contraintes et les principes de conception 3. Etat de l'art
2. Approche proposée : vers un système de vision
3. Le système multiagent : plate-forme et architecture
4. Le schéma de contrôle
5. Les informations manipulées par les agents
6. Les résultats
CHAPITRE 11. FUSION TEMPORELLE
1. Observations variables dans le temps
2. Les contraintes temporelles
3. Fusion
4. Datation des mesures
5. Modèles d'évolution
6. Prédiction-combinaison monocapteur
7. Prédiction-combinaison multicapteur
8. Conclusion
CHAPITRE 12. CONCLUSION
1. Quelques acquis
2. Quelques perspectives
ANNEXES A. PROBABILITES : POINT DE VUE HISTORIQUE
1. Les probabilités dans l'histoire
2. Classes de probabilités, objectivistes et subjectivistes
3. Postulats fondamentaux pour une logique inductive
ANNEXE B. DEDUCTION AXIOMATIQUE DE LA REGLE DE COMBINAISON DE DEMPSTER-SHAFER.
1. Axiomes de Smets
2. Déduction de la règle de combinaison
3. Relation avec les postulats de CoxNuméro de notice : 18832 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46613 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 18832-01 35.20 Livre Centre de documentation Télédétection Disponible Hierarchical real-time recognition of compound objects in images / M. Ulrich (2003)
Titre : Hierarchical real-time recognition of compound objects in images Type de document : Thèse/HDR Auteurs : M. Ulrich, Auteur Editeur : Munich : Bayerische Akademie der Wissenschaften Année de publication : 2003 Collection : DGK - C Sous-collection : Dissertationen num. 568 Importance : 142 p. Format : 21 x 30 cm ISBN/ISSN/EAN : 978-3-7696-5007-5 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] approche hiérarchique
[Termes IGN] méthode robuste
[Termes IGN] objet géographique
[Termes IGN] reconnaissance de formes
[Termes IGN] temps réel
[Termes IGN] transformation de HoughIndex. décimale : 35.20 Traitement d'image Résumé : (Auteur) This dissertation proposes a novel approach for the recognition of compound 2D objects [objets composés en 2 dimensions] in images under real-time conditions. A compound object consists of a number of rigid object parts that show arbitrary relative movements. The underlying principle of the approach is based on minimizing the overall search effort, and hence the computation time. This is achieved by restricting the search according to the relative movements of the object parts. Minimizing the search effort leads to the use of a hierarchical model : only a selected root object part, which stands at the top of the hierarchy, is searched within the entire search space. In contrast, the remaining parts are searched recursively with respect to each other within very restricted search spaces. By using the hierarchical model, prior knowledge about the spatial relations, i.e., relative movements, between the object parts is exploited already in an early stage of the recognition. Thus, the computation time can be reduced considerably. Another important advantage of the hierarchical model is that it provides an inherent determination of correspondence, i.e.. because of the restricted search spaces, ambiguous matches are avoided. Consequently, a complicated and computationally expensive solution of the correspondence problem is not necessary. The approach shows additional remarkable features : it is general with regard to the type of object, it shows a very high robustness, and the compound object is localized with high accuracy. Furthermore, several instances of the object in the image can he found simultaneously.
One substantial concern of this dissertation is to achieve a high degree of automation. Therefore, a method that automatically trains and creates the hierarchical model is proposed. For this, several example images that show the relative movements of the object parts are analyzed. The analysis automatically determines the rigid object parts as well as the spatial relations between the parts. This is very comfortable for the user because a complicated manual description of the compound object is avoided. The obtained hierarchical model is used to recognize the compound object in real-time.
The proposed strategy for recognizing compound objects requires an appropriate approach for recognizing rigid objects. Therefore, the performance of the generalized Hough transform, which is a voting scheme to recognize rigid objects, is further improved by applying several novel modifications. The performance of the new approach is evaluated thoroughly by comparing it to several other rigid object recognition methods. The evaluation shows that the proposed modified generalized Hough transform fulfills even stringent industrial demands.
As a by-product, a novel method for rectifying images in real-time is developed. The rectification is based on the result of a preceding camera calibration. Thus, a very fast elimination of projective distortions and radial lens distortions from images becomes possible. This is exploited to extend the object recognition approach in order to be able to recognize objects in real-time even in projectively distorted images.Numéro de notice : 13193 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=54908 Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 13193-02 35.20 Livre Centre de documentation Télédétection Disponible 13193-01 35.20 Livre Centre de documentation Télédétection Disponible Traitement et analyse des images numériques / S. Bres (2003)
Titre : Traitement et analyse des images numériques Type de document : Guide/Manuel Auteurs : S. Bres, Auteur ; Jean-Michel Jolion, Auteur ; François Lebourgeois, Auteur Editeur : Paris : Hermès Année de publication : 2003 Importance : 411 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-7462-0741-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] accentuation d'image
[Termes IGN] analyse de données
[Termes IGN] analyse numérique
[Termes IGN] image binaire
[Termes IGN] morphologie mathématique
[Termes IGN] restauration d'image
[Termes IGN] segmentation binaire
[Termes IGN] segmentation en régions
[Termes IGN] segmentation fondée sur les contours
[Termes IGN] seuillage d'image
[Termes IGN] traitement d'imageIndex. décimale : 35.20 Traitement d'image Résumé : (Editeur) L'image est devenue le support principal de l'information. Le traitement des images fixes ou animées est par conséquent un domaine de recherche en pleine expansion et aux applications toujours plus nombreuses. Cet ouvrage présente ce qu'est le traitement d'images de façon théorique et pratique, à travers les approches signal, statistique, fonctionnelle, géométrique et ensembliste. On y retrouve les modèles les plus couramment utilisés pour décrire ce qu'est une image, ainsi que les méthodes de traitement et d'analyse qui découlent de ces modèles : amélioration d'images, restauration, seuillage, détection de contours et recherche de régions. Le cas particulier des images binaires est traité, et plus particulièrement les aspects codage et morphologie mathématique, ainsi que le problème de la comparaison d'images. De nombreux exemples, images et diagrammes, étayent le propos. Note de contenu : Modélisation
Traitement
Analyse
Les images binaires
La comparaison d'imageNuméro de notice : 19300 Affiliation des auteurs : non IGN Thématique : IMAGERIE/MATHEMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46631 Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 19300-01 35.20 Livre Centre de documentation Télédétection Disponible 19300-02 DEP-GLTS Livre D2SI Dépôt en unité Exclu du prêt Le traitement des images / Henri Maître (2003)
Titre : Le traitement des images Type de document : Guide/Manuel Auteurs : Henri Maître, Éditeur scientifique Editeur : Paris : Hermès - Lavoisier Année de publication : 2003 Collection : Traitement du Signal et de l'Image Importance : 366 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-7462-0584-0 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse texturale
[Termes IGN] champ aléatoire de Markov
[Termes IGN] densité spectrale de puissance
[Termes IGN] dérivée partielle
[Termes IGN] détection de contours
[Termes IGN] échantillonnage d'image
[Termes IGN] espace colorimétrique
[Termes IGN] filtrage du bruit
[Termes IGN] géomètrie algorithmique
[Termes IGN] image numérique
[Termes IGN] interpolation
[Termes IGN] modèle de Gauss-Markov
[Termes IGN] morphologie mathématique
[Termes IGN] ondelette
[Termes IGN] polygone
[Termes IGN] représentation discrète
[Termes IGN] restauration d'image
[Termes IGN] segmentation d'image
[Termes IGN] segmentation en régions
[Termes IGN] texture d'image
[Termes IGN] traitement d'imageIndex. décimale : 35.20 Traitement d'image Résumé : (Editeur) Le traitement automatique des images par ordinateur nécessite la maîtrise d'une suite d'opérations dont cet ouvrage élabore l'analyse. Connaître les propriétés statistiques des images, procéder à leur échantillonnage pour réduire l'ensemble continu du monde observable en séries de valeurs discrètes, restaurer les images pour en corriger les dégradations, etc., toutes ces manipulations sont ici expliquées et les outils mathématiques qu'elles requièrent produits. Note de contenu : Chapitre 1. Propriétés statistiques des images / Henri MAÎTRE
1.1. Introduction
1.2. L'amplitude
1.3. Les sauts de l'amplitude
1.4. La fonction d'autocorrélation
1.5. Entropie
1.6. Modèles d'image
1.7. Les modèles invariants par changements d'échelle
1.8. Bibliographie
Chapitre 2. Echantillonnage des images et représentation fractale / Henri MAÎTRE
2.1. Les signaux monodimensionnels à bande limitée
2.2. Signaux réels
2.3. L'extension en dimension N
2.4. Le modèle fractal
2.5. Bibliographie
Chapitre 3. Représentations discrètes / Isabelle BLOCH
3.1. Introduction
3.2. Pavages et maillages
3.3. Topologie discrète
3.4. Représentations géométriques
3.5. Exemples de structures aléatoires
3.6. Fonction distance
3.7. Bibliographie
Chapitre 4. Restauration des images / Henri MAÎTRE
4.1. Le filtrage inverse
4.2. Défauts singuliers et mal conditionnés
4.3. Restauration des signaux bidimensionnels
4.4. La restauration itérative
4.5. L'estimation des défauts
4.6. Réduction des effets de bord
4.7. Bibliographie
Chapitre 5. Morphologie mathématique / Isabelle BLOCH
5.1. Introduction et préliminaires
5.2. Les quatre opérations
5.3. Cadre topologique
5.4. Cadre algébrique
5.5. Cadre probabiliste
5.6. Applications de l'érosion et de la dilatation
5.7. Applications de l'ouverture et de la fermeture
5.8. Transformation en tout ou rien et opérateurs dérivés
5.9. Géodésie
5.10. Ligne de partage des eaux
5.11. Conclusion
5.12. Bibliographie
Chapitre 6. Les champs de Markov / Florence TUPIN et Marc SIGELLE
6.1. Définition et simulation d'un champ de Markov
6.2. Applications : restauration et segmentation
6.3. Estimateurs dans un cadre markovien
6.4. Estimation des paramètres
6.5. Processus de bords
6.6. Graphes de primitives
6.7. Bibliographie
Chapitre 7. Ondelettes et traitement d'images / Béatrice PESQUET POPESCU et Jean Christophe PESQUET
7.1. Principes de l'analyse linéaire des images
7.2. Trames
7.3. Poursuite adaptative
7.4. Bibliographie
Chapitre 8. Les équations aux dérivées partielles / Yann GOUSSEAU
8.1. L'équation de la chaleur et ses limitations
8.2. Equations de diffusion non linéaires
8.3. EDP et analyse multiéchelle
8.4. Bibliographie
Chapitre 9. Prétraitements / Henri MAÎTRE
9.1. Les traitements photométriques ou colorimétriques
9.2. Suppression des bruits
9.3. Les filtres adaptatifs
9.4. Le rééchantillonnage des images
9.5. Bibliographie
Chapitre 10. Détection des contours dans les images / Henri MAÎTRE
10.1. Un modèle continu de contour
10.2. Les approches classiques
10.3. Les approches analytiques
10.4. Les contours actifs (snakes)
10.5. La poursuite et la fermeture des contours
10.6. Bibliographie
Chapitre 11. Segmentation par régions / Henri MAÎTRE
11.1 Les méthodes sur histogramme.
11.2. Les méthodes par transformation de régions
11.3. Les graphes d'adjacence
11.4. La méthode MDL : Minimum Description Length
11.5. Approche de Mumford et Shah
11.6.Bibliographie
Chapitre 12. Les textures / Henri MAÎTRE
12.1. Qu'est ce qu'une texture ?
12.4. Les approches par champs markoviens
12.5. Les méthodes structurales
12.6. Textures hétérogènes
12.7. Bibliographie
Chapitre 13. Description de contours et de formes / Henri MAÎTRE
13.1. Fonction caractéristique
13.2. Description de formes
13.3. Polygones de Guzman
13.4. Chames de Freeman
13.5. Descripteurs de Fourier
13.6. Approximations polynomiales
13.7. Transformation de Hough
13.8. Conclusion
13.9. BibliographieNuméro de notice : 69891 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Manuel Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=49347 Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 69891-03 35.20 Livre Centre de documentation Télédétection Disponible 69891-02 35.20 Livre Centre de documentation Télédétection Disponible 69891-01 DEP-TRC Livre LASTIG Dépôt en unité Exclu du prêt
Titre : Object point processes for image segmentation Type de document : Article/Communication Auteurs : Sébastien Drot, Auteur ; Xavier Descombes, Auteur ; Hervé Le Men , Auteur ; Josiane Zerubia, Auteur Editeur : New-York : IEEE Computer society Année de publication : 2002 Conférence : ICPR 2002, 17th IAPR International Conference on Pattern Recognition 11/08/2002 15/08/2002 Québec ville Québec - Canada Proceedings IEEE Importance : p 20913 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] algorithme du recuit simulé
[Termes IGN] fusion de données
[Termes IGN] processus ponctuel
[Termes IGN] segmentation d'image
[Termes IGN] triangle
[Termes IGN] valeur radiométriqueIndex. décimale : 35.20 Traitement d'image Résumé : (auteur) In this paper, we study the application of models from stochastic geometry to the problem of image segmentation. The input is a grey-scale image and the desired output is a collection of geometric objects. Here, those objects are equilateral triangles. The considered priors are paire-wise interaction point processes used in stochastic geometry. They are chosen so that their realisations are close to partitions of the input image. We define an algorithm for their simulation which includes birth or death and geometric transformations of an object in the current configuration. Posterior mode solutions are studied by coupling this algorithm with a simulated annealing. This approach includes post-processing to merge objects of similar radiometry. Numéro de notice : C2002-041 Affiliation des auteurs : MATIS+Ext (1993-2011) Thématique : IMAGERIE/INFORMATIQUE Nature : Poster nature-HAL : Poster-avec-CL DOI : 10.1109/ICPR.2002.1048453 Date de publication en ligne : 10/12/2002 En ligne : https://doi.org/10.1109/ICPR.2002.1048453 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103223 Synthèse d'images géographiques / F. Sillion (2002)PermalinkDigital Elevation Model technologies and applications / D.F. Maune (2001)PermalinkGIS processing of geocoded satellite data / J. Williams (2001)PermalinkGraphs, Cocoons and Image Segmentation / Laurent Guigues (2001)PermalinkImproving aerial image matching techniques in urban areas using a new true multi-image approach guided from object space / Nicolas Paparoditis (2001)PermalinkIntroduction au traitement d'images / G. Burel (2001)PermalinkPrécis de télédétection, 3. Volume 3 Traitements numériques d'images de télédétection / R. Caloz (2001)PermalinkSegmentation d'image par minimisation d'un critère MDL dans une pyramide de segmentations / Laurent Guigues (2001)PermalinkColor image processing and applications / K.N. Plataniotis (2000)PermalinkEléments de modélisation pour l'analyse d'images / Bernard Chalmond (2000)Permalink