Descripteur
Documents disponibles dans cette catégorie (33)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Color image processing and applications / K.N. Plataniotis (2000)
Titre : Color image processing and applications Type de document : Guide/Manuel Auteurs : K.N. Plataniotis, Auteur ; A.N. Venetsanopoulos, Auteur Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2000 Importance : 353 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 3-540-6695361 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] accentuation de contours
[Termes IGN] amélioration des couleurs
[Termes IGN] classification du maximum a posteriori
[Termes IGN] classification par nuées dynamiques
[Termes IGN] classification pixellaire
[Termes IGN] détection de contours
[Termes IGN] espace colorimétrique
[Termes IGN] filtrage numérique d'image
[Termes IGN] filtre adaptatif
[Termes IGN] image en couleur
[Termes IGN] image RVB
[Termes IGN] restauration d'image
[Termes IGN] segmentation fondée sur les contours
[Termes IGN] segmentation par décomposition-fusion
[Termes IGN] seuillage d'image
[Termes IGN] traitement d'image
[Termes IGN] transformation en cosinus discrète
[Termes IGN] uniformisation d'histogrammeIndex. décimale : 35.20 Traitement d'image Résumé : (Editeur) In digital signal processing, numerous powerful algorithms, both linear and nonlinear, have been developed during the past three decades. These have given rise to tremendous progress in speech and image processing. But digital processing is not restricted to communications and information processing. It also plays a leading role in such diverse fields as measurement, automatic control, robotics, medicine, biology, and geophysics, to mention just the more important ones. The projected book series will cover the entire field of contemporary digital signal processing, ranging from theory to applications, treating linear and non-linear methods for one- and higher-dimensional signals. Note de contenu : 1. COLOR SPACES
1.1 Basics of Color Vision.
1.2 The CIE Chromaticity-basedModels.
1.3 The CIE-RGB Color Model
1.4 Gamma Correction
1.5 Linear and Non-linear RGB Color Spaces
1.6 Color Spaces Linearly Related to the RGB
1.7 The YIQ Color Space
1.8 The HSI Family of Color Models
1.9 Perceptually Uniform Color Spaces
1.10 The Munsell Color Space
1.11 The Opponent Color Space
1.12 New Trends
1.13 Color Images
1.14 Summary
2 COLOR IMAGE FILTERING
2.1 Introduction
2.2 Color Noise
2.3 Modeling Sensor Noise
2.4 Modeling Transmission Noise
2.5 Multivariate Data Ordering Schemes
2.6 A Practical Example
2.7 Vector Ordering
2.8 The Distance Measures
2.9 The Similarity Measures
2.10 Filters Based on Marginal Ordering
2.11 Filters Based on Reduced Ordering
2.12 Filters Based on Vector Ordering
2.13 Directional-based Filters
2.14 Computational Complexity
2.15 Conclusion
3. ADAPTIVE IMAGE FILTERS
3.1 Introduction
3.2 The Adaptive Fuzzy System
3.3 The Bayesian Parametric Approach
3.4 The Nonpaxametric Approach
3.5 Adaptive Morphological Filters
3.6 Simulation Studies
3.7 Conclusions
4. Color Edge Detection
4.1 Introduction
4.2 Overview Of Color Edge Detection Methodology
4.3 Vector Order Statistic Edge Operators
4.4 Difference Vector Operators
4.5 Evaluation Procedures and Results
4.6 Conclusion
5. COLOR IMAGE ENHANCEMENT AND RESTORATION
5.1 Introduction
5.2 Histogram Equalization
5.3 Color Image Restoration
5.4 Restoration Algorithms
5.5 Algorithm Formulation
5.6 Conclusions
6. Color Image Segmentation
6.1 Introduction
6.2 Pixel-based Techniques
6.2.1 Histogram Thresholding
6.2.2 Clustering
6.3 Region-based Techniques
6.3.1 Region Growing
6.3.2 Split and Merge
6.4 Edge-based Techniques
6.5 Model-based Techniques
6.5.1 The Maximum A-posteriori Method
6.5.2 The Adaptive MAP Method
6.6 Physics-based Techniques
6.7 Hybrid Techniques
6.8 Application
6.8.1 Pixel Classification
6.8.2 Seed Determination
6.8.3 Region Growing
6.8.4 Region Merging
6.8.5 Results
6.9 Conclusion
7 COLOR IMAGE COMPRESSION
7.1 Introduction
7.2 Image Compression Comparison Terminology
7.3 Image Representation for Compression Applications
7.4 Lossless Waveform-based Image Compression Techniques
7.5 Lossy Waveform-based Image Compression Techniques
7.6 Second Generation Image Compression Techniques
7.7 Perceptually Motivated Compression Techniques
7.8 Color Video Compression
7.9 Conclusion
8. EMERGING APPLICATIONS
8.1 Input Analysis Using Color Information
8.2 Shape and Color Analysis
8.2.1 Fuzzy Membership Functions
8.2.2 Aggregation Operators
8.3 Experimental Results
8.4 ConclusionsNuméro de notice : 11369 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Manuel Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46094 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 11369-01 35.20 Livre Centre de documentation Télédétection Disponible
Titre : Estimation géométrique et appariement en modélisation automatique Type de document : Thèse/HDR Auteurs : Jean-Philippe Tarel, Auteur ; André Gagalowicz, Directeur de thèse Editeur : Paris : Université de Paris 9 Paris-Dauphine Année de publication : 1996 Importance : 242 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée en vue d'obtenir le titre de Docteur en Sciences, Spécialités Mathématiques AppliquéesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] appariement de formes
[Termes IGN] classification floue
[Termes IGN] étalonnage de chambre métrique
[Termes IGN] recalage d'image
[Termes IGN] reconnaissance de formes
[Termes IGN] segmentation en régions
[Termes IGN] vision par ordinateur
[Termes IGN] vision stéréoscopiqueIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Notre but est de concevoir un système de modélisation géométrique et photométrique d'objets polyédriques, à partir de plusieurs couples stéréoscopiques de cet objet. La procédure que nous avons suivi consiste à calibrer chaque point de vue grâce à l'utilisation d'une mire, en s'appuyant sur des caractéristiques régionales pour avoir une plus grande précision. Chaque image est rectifiée, puis segmentée en régions dans lesquelles l'intensité est soit constante, soit varie linéairement, grâce à des algorithmes de segmentation fondés sur des méthodes de classification. Ensuite, les régions sont appariées entre les images gauche et droite. Chaque paire de régions permet de retrouver le support 3D de la face dont les régions sont les images en s'appuyant uniquement sur les moments géométriques de ces dernières. Alors, les reconstructions d'un même objet obtenues selon différents points de vue sont recalées l'une par rapport a l'autre, pour les fusionner ensemble. Puis, la reconstruction résultante est modélisée comme la composition de parallélépipèdes par un algorithme qui unifie les méthodes de classification géométrique et de recalage rigide ou non-rigide. L'analyse de ces différentes étapes, nous a permis de reconnaitre une difficulté commune à chacune de ces étapes, et nous a donc conduit à proposer une méthodologie pour analyser et poser un grand nombre de des problèmes que l'on peut rencontrer en modélisation automatique. Note de contenu : Introduction
1- Couplage entre l'estimation et l'appariement
2- Calibration précise de caméra par estimation des moments "image"
3- Reconstruction globale de facettes 3D à partir d'images segmentées
4- Méthode floue et ICP pour un réglage 3D plus précis et plus robuste
5- Modélisation par des prototypes recouvrants
ConclusionNuméro de notice : 24611 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Mathématiques Appliquées : Paris 9 : 1996 Organisme de stage : INRIA nature-HAL : Thèse DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92177 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 24611-01 THESE Livre Centre de documentation Thèses Disponible Documents numériques
en open access
Estimation géométrique et appariement .... - pdf auteurAdobe Acrobat PDF Segmentation d'images : coopération, fusion, évaluation / Riad Kara-Falah (1995)
Titre : Segmentation d'images : coopération, fusion, évaluation Type de document : Thèse/HDR Auteurs : Riad Kara-Falah, Auteur ; Philippe Bolon, Directeur de thèse Editeur : Chambéry : Université de Savoie Année de publication : 1995 Importance : 151 p. Format : 21 x 30 cm Note générale : bibliographie
thèse présentée pour obtenir le titre de docteur, spécialité Électronique, Électrotechnique, AutomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] fusion de données
[Termes IGN] segmentation d'image
[Termes IGN] segmentation en régionsIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le principe consiste à utiliser la redondance entre les résultats obtenus par plusieurs segmentations «région» afin de localiser des germes qui ont une grande certitude d'appartenir à des régions homogènes. A partir de ces germes une procédure de croissance de régions basée sur les caractéristiques des germes permet d'agglomérer progressivement les pixels hors germes. Le processus est contrôlé par le gradient de l'image afin d'obtenir une meilleure précision sur les frontières des régions extraites. Les germes sont extraits par un mécanisme de fusion de plusieurs segmentations primaires. Ce mécanisme permet également de proposer une segmentation consensus entre les segmentations de départ. 2) Caractérisation quantitative du résultat de la segmentation: La mesure couramment utilisée est basée sur le pourcentage des pixels mal classés entre le résultat fourni par un algorithme de segmentation et une segmentation de référence. Cette mesure reste insuffisante car elle ignore toute information spatiale sur la localisation des frontières des régions. La nouvelle mesure proposée tient compte à la fois du nombre de pixels mal classés et de leurs localisations. Cette mesure de dissimilarité permet l'évaluation numérique du résultat d'un algorithme de segmentation sur des images où l'on connaît la segmentation de référence. De plus, elle permet d'étendre à l'espace des segmentations certaines techniques de filtrage développées dans le cas de signaux scalaires. Note de contenu : Introduction
1. La segmentation d'image
1.1. Généralité
1.2. L'approche "frontière" de la segmentation
1.3. L'approche "région" de la segmentation
1.4. Approche "coopérative de la segmentation"
1.5. Conclusion
2. Une approche coopérative de la segmentation
2.1. Introduction
2.2. Fusion des résultats en segmentation
2.3. Une approche coopérative en segmentation
2.4. Conclusion
3. Évaluation quantitative du résultat de la segmentation
3.1. Introduction
3.2. L'évaluation se référant à l'image originale
3.3. Évaluation par comparaison avec une segmentation de référence
3.4. Résultats expérimentaux
4. Résultats expérimentaux
4.1. Introduction
4.2. Fusion de plusieurs segmentations
4.3. Segmentation par l'approche germes-croissance-fusion
4.4. Applications de la mesure de dissimilarité entre segmentations
4.5. Conclusion
ConclusionNuméro de notice : 19951 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de doctorat : Électronique, Électrotechnique, Automatique : Chambéry : 1995 nature-HAL : Thèse DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86265 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 19951-01 THESE Livre Centre de documentation Thèses Disponible
Titre : Vision par ordinateur : outils fondamentaux Type de document : Monographie Auteurs : Radu Horaud, Auteur ; Olivier Monga, Auteur Mention d'édition : 2e édition Editeur : Paris : Hermès Année de publication : 1995 Collection : Traité des Nouvelles Technologies, ISSN 0989-3571 Importance : 425 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-86601-481-0 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse d'image numérique
[Termes IGN] détection de contours
[Termes IGN] géométrie de l'image
[Termes IGN] reconnaissance d'objets
[Termes IGN] reconstruction 3D
[Termes IGN] segmentation d'image
[Termes IGN] segmentation en régions
[Termes IGN] surface (géométrie)
[Termes IGN] vision par ordinateur
[Termes IGN] vision stéréoscopique
[Termes IGN] volume (grandeur)Index. décimale : 35.20 Traitement d'image Résumé : (éditeur) La vision par ordinateur est une discipline dont les premières bases théoriques furent posées dans les années 60. Depuis, étant donné le spectre très large d'applications industrielles, militaires, aérospatiales et médicales qui peut être envisagé, ce domaine a eu vite fait de dépasser le cadre relativement restreint des laboratoires de recherche. Cette deuxième édition largement augmentée de Vision par ordinateur s'adresse aussi bien à celui qui désire s'initier à cette discipline qu'au spécialiste intéressé par le seul approfondissement de certains aspects techniques qui trouvera là un manuel de référence. Les outils fondamentaux - détection et segmentation, extraction d'indices visuels, géométrie et calibration des caméras, stéréoscopie, localisation et reconnaissance d'objets, reconstruction, traitement d'images volumiques - sont présentés dans un langage mathématique simple, le souci de base étant la clarté. L'ouvrage contient également de nombreux exemples d'utilisation dans deux domaines de technologie de pointe : la robotique et l'imagerie médicale. Enfin il est complété par 185 références bibliographiques commentées tout le long du texte. Note de contenu : 1 Introduction
2 Détection de contours
3 Segmentation de contours
4 Segmentation en régions
5 Géométrie et calibration
6 Visions stéréoscopiques
7 Localisation tri-dimensionnelle
8 Localisation caméra/objet
9 Reconnaissance d'objets
10 Reconstruction polyédrique
11 Des volumes aux surfaces
12 Cartes de profondeur et surfacesNuméro de notice : 66061 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Monographie DOI : sans En ligne : https://perception.inrialpes.fr/people/Horaud/livre-fichiersPS/VO-HoraudMonga.pd [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=61547 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 66061-01 35.20 Livre Centre de documentation Télédétection Disponible