Contents
Academic literature on the topic 'Segmentation d'image en couleur'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Segmentation d'image en couleur.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Segmentation d'image en couleur"
1
Fauqueur, Julien, and Nozha Boujemaa. "Recherche d'images par régions d'intérêt : segmentation grossière rapide et description couleur fine." Techniques et sciences informatiques 22, no. 9 (November 1, 2003): 1107–38. http://dx.doi.org/10.3166/tsi.22.1107-1138.
Full text
2
Cheriguene, Rabia Sarah, and Habib Mahi. "Comparaison entre les méthodes J-SEG et MEANSHIFT : application sur des données THRS." Revue Française de Photogrammétrie et de Télédétection, no. 203 (April 8, 2014): 27–32. http://dx.doi.org/10.52638/rfpt.2013.27.
Full textAbstract:
L'avènement des données à Très Haute Résolution Spatiale (THRS) rend les méthodes de classification basées pixels inadéquates. En effet, la résolution spatiale fine offerte par ces capteurs engendre une forte variabilité intra-classes. Afin de pallier cette carence, les méthodes de classification actuelles visent à traiter non pas le pixel individuellement mais à opérer sur les objets (ensemble de pixels) qui composent l'image, on parle alors de classification orientée objets. Généralement, elles sont composées de trois étapes : (1) Segmentation; (2) Caractérisation des objets; et enfin (3) La classification. Dans ce travail, on s'intéresse seulement à la segmentation des données à THRS à travers deux algorithmes de segmentation d'images couleur à savoir: l'algorithme J-SEG et l'algorithme MeanShift. Une étude comparative entre les deux algorithmes a été conduite à la fois sur des données synthétiques et des données réelles acquises par le satellite QuickBird sur une région urbaine de la ville d'Alger (Algérie). L'analyse quantitative des résultats de segmentation en utilisant les critères d'évaluation non supervisés de Levin-Nazif et de Borsotti ainsi qu'une évaluation supervisée basée sur un ensemble de référence montre que la segmentation obtenue par l'algorithme MeanShift est meilleure que celle obtenue par l'algorithme J-Seg. Une seconde comparaison a été menée entre l'algorithme MeanShift et la méthode de segmentation multi-échelles implémentée dans le logiciel ENVI Zoom 4.5. Les résultats comparatifs laissent apparaitre l'efficacité de l'algorithme MeanShift.
3
Bousefsaf, Frédéric, Mohamed Tamaazousti, Souheil Hadj Said, and Rémi Michel. "Complétion d'image exploitant des données multispectrales." Revue Française de Photogrammétrie et de Télédétection, no. 215 (August 16, 2017): 65–79. http://dx.doi.org/10.52638/rfpt.2017.349.
Full textAbstract:
Nous proposons d'explorer le potentiel de l'imagerie multispectrale appliquée à la complétion d'image, une thématiqueclassique de vision par ordinateur qui consiste à automatiquement remplacer une zone de l'image de manière plausible.Pour ce faire, nous avons utilisé une caméra multispectrale de type snapshot mosaic permettant d'acquérir en tempsréel des images définies sous 16 canaux dans le spectre visible (475 à 650 nm). Nos premiers résultats indiquent quel'extension des algorithmes de complétion par l'exploitation directe de la donnée multispectrale ne traduit pas d'améliorationsignificative. Pour répondre à cette problématique, nous proposons une méthode dédiée qui repose sur une segmentationpréalable de la scène. La chaine algorithmique consiste à limiter la recherche des pixels de remplacement dans unezone prédéfinie par la segmentation spectrale de la scène. La méthode complète repose sur des techniques standarddéveloppées par la communauté de vision par ordinateur et d'imagerie hyperspectrale. Nous avons validé la méthodeproposée sur différentes scènes à l'aide d'une évaluation visuelle subjective basée sur 20 observateurs.
4
Youssefi, David, Julien Michel, and Manuel Grizonnet. "Application à large échelle de techniques d'analyse d'images basées objet pour l'imagérie satellite à très haute résolution." Revue Française de Photogrammétrie et de Télédétection, no. 209 (January 11, 2015): 31–37. http://dx.doi.org/10.52638/rfpt.2015.156.
Full textAbstract:
Cet article traite de la segmentation dans le cas d'images satellite très haute résolution. Cette technique de traitementd'image est un préalable à l'analyse d'image basée objet. Seulement, les machines actuelles ne peuvent charger enmémoire des images de la taille de celles produites par les satellites. Ce traitement se réalise donc par morceaux ce quiest à l'origine d'artefacts. Dans la première partie de ce document, la notion de stabilité des algorithmes de segmentationest définie. Dans un second temps, la démarche utilisée pour stabiliser l'algorithme Mean-Shift est présenté. Enfin, desexemples d'application permettent d'illustrer la méthode développée.
5
Gautier, L., A. Taleb-Ahmed, M. Rombaut, J. G. Postaire, and H. Leclet. "Aide à la décision de segmentation d'image par la théorie de Dempster-Shafer : application à une séquence d'images IRM." ITBM-RBM 22, no. 6 (December 2001): 378–92. http://dx.doi.org/10.1016/s1297-9562(01)90013-0.
Full text
6
AITELKADI, KENZA. "Extraction des éléments de façade de bâtiments patrimoniaux à partir de données issues de scanner laser terrestre." Revue Française de Photogrammétrie et de Télédétection, no. 210 (April 10, 2015): 39–49. http://dx.doi.org/10.52638/rfpt.2015.229.
Full textAbstract:
Le relevé par Scanner Laser Terrestre (SLT) et le traitement de ces données, ou lasergrammétrie, est en pleine évolution depuis plusieurs années. Les domaines de l'architecture et de la sauvegarde du patrimoine culturel bénéficient de plus en plus des produits dérivés de cette technologie. L'apparition de la lasergrammétrie a permis l'inventaire, l'archivage et la modélisation tridimensionnelle des édifices et des sites. Toutefois, le processus de traitement des données brutes et de production des produits dérivés est long et parfois difficile. Des travaux de recherche ont alors permis d'automatiser certaines étapes de traitement. Dans le cadre de l'analyse de façades de bâtiments historiques, les approches de traitement automatique développées pour l'identification des plans et des détails, dont la phase de segmentation, sont généralement géométriques. Ces approches présentent cependant des limites dans l'identification des éléments de façades appartenant au même plan. Dans ce contexte, nous proposons un nouveau processus automatique de segmentation d'un nuage de points. Ce processus intègre l'ensemble des composantes du nuage de points à savoir les composantes géométriques et radiométriques - couleur et intensité laser. Nous présentons ensuite une nouvelle méthode de filtrage des résultats de segmentation basée sur la triangulation de Delaunay. L'étape finale consiste à détecter les contours des éléments segmentés en vue de l'établissement d'un modèle vectoriel. Cette méthode est testée sur des façades des anciennes Médinas au Maroc dont celle de la Médina de Casablanca. Nos résultats montrent l'importance d'intégrer toutes les composantes du nuage de points pour l'établissement du modèle vectoriel.
7
Hamzaouil, H., A. Elmatouat, and P. Martin. "Segmentation d'une image couleur par les critères d'information et la théorie des ensembles flous." Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées Volume 5, Special Issue TAM... (August 9, 2006). http://dx.doi.org/10.46298/arima.1861.
Full textAbstract:
International audience In this paper we present an unsupervised color image segmentation algorithm using the information criteria and a fuzzy theory. We propose this method to estimate the number of color image clusters and the optimal radius associated with minimizing the value of the proposed criteria. The experimental results demonstrate that this approach compresses the image in a small number of clusters without losing the informational contents of the image and we reduce the number of parameters using the process of segmentation, we also decrease the computational time. The color image segmentation system has been tested on some usual color images; "House", "Lena", "Monarch" and "Peppers". Nous nous intéressons dans cet article à ladétermination du nombre de classes d'une image couleur par les critères d'information et la théorie des ensembles flous. Nous montrons que ces critères servent à estimer le nombre de régions d'une image couleur ainsi que le rayon optimal associé. Cette démarche est classée dans la catégorie des méthodes de segmentation non supervisée. Elle entraîne une compression de l'image en un nombre de couleurs représentatif sans perdre le contenu nformationnel de cette dernière. Elle réduit ainsi le nombre de paramètres considérés dans le systéme de la segmentation. Dans la dernière partie de cet article, nous montrons la performance et l'efficacité du nouvel algorithme en segmentant des images couleur tests: "House", "Lena", "Monarch" et "Peppers
8
Qazi, Imtnan-Ul-Haque, O. Alata, J. C. Burie, A. Moussa, and Christine Fernandez-Maloigne. "Segmentation d’Images Texturées Couleur à l’aide de modèles paramétriques pour approche la distribution des erreurs de prédiction linéaires." Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées Volume 14 - 2011 - Special... (October 8, 2011). http://dx.doi.org/10.46298/arima.1942.
Full textAbstract:
International audience We propose novel a priori parametric models to approximate the distribution of the two dimensional multichannel linear prediction error in order to improve the performance of color texture segmentation algorithms. Two dimensional linear prediction models are used to characterize the spatial structures in color images. The multivariate linear prediction error of these texture models is approximated with Wishart distribution and multivariate Gaussian mixture models. A novel color texture segmentation framework based on these models and a spatial regularization model of initial class label fields is presented. For the proposed method and with different color spaces, experimental results show better performances in terms of percentage segmentation error, in comparison with the use of a multivariate Gaussian law.
Dissertations / Theses on the topic "Segmentation d'image en couleur"
1
Trémeau, Alain. "Contribution des modèles de la perception visuelle à l'analyse d'image couleur." Saint-Etienne, 1993. http://www.theses.fr/1993STET4021.
Full textAbstract:
Cette thèse propose une nouvelle approche de l'analyse d'image couleur, en considérant d'une part certaines caractéristiques liées à la perception visuelle, d'autre part certaines données liées à la répartition spatiocolorimétrique de l'information couleur. Pour caractériser une scène, nous avons retenu plusieurs critères liés à l'analyse visuelle (sensibilité de la perception, focus d'attention, distance de vision, perception des contrastes. . . ), et développé plusieurs traitements spécifiques (quantification, segmentation, évaluation des différences d'aspect entre deux images. . . ), couplant ainsi dans un même processus une analyse descriptive et une analyse quantitative des scènes étudiées (en termes de formes, contrastes, textures, dispersions, discriminations, degré d'homogénéité. . . ). En parallèle, nous avons souligné les nombreux apports que pouvait apporter l'information couleur à l'analyse d'image, ainsi que les différents problèmes liés à cette information (aspect tridimensionnel de la couleur, non-uniformité de la sensibilité visuelle, caractérisation de l'information pertinente. . . ). Par rapport au problème de la non-uniformité perceptuelle, nous avons proposé une transformation d'uniformisation qui conduit à l'élaboration d'une métrique couleur. Pour chacun des aspects abordés, nous avons fait le point sur l'ensemble des connaissances et des recherches qui s'y rattachent. Nous avons également développé plusieurs algorithmes conçus comme des utilitaires pour l'ensemble des processus de traitement et d'analyse d'image couleur. A cet égard nous avons proposé quelques solutions afin de diminuer les temps de traitement (échantillonnage du plan image, définition d'une enveloppe circonscrite, étude parallèle des formes disjonctives. . . )
2
Angulo, López Jesús. "Morphologie mathématique et indexation d'image couleur : application à la microscopie en biomédecine." Paris, ENMP, 2003. https://pastel.archives-ouvertes.fr/tel-00007524.
Full text
3
Lozano, Vincent. "Contribution de l'analyse d'image couleur au traitement des images textile." Saint-Etienne, 1998. http://www.theses.fr/1998STET4003.
Full textAbstract:
Le chapitre 1 introduit les antagonismes théoriques qui séparent les approches vision humaine et vision artificielle, approches dont on recense généralement les complémentarités et les apports réciproques. Le chapitre 2 présente de manière originale et via de nombreuses illustrations, le cheminement théorique et expérimental qui conduit à définir et à modéliser la sensation de couleur. L'objectif de ce chapitre est d'aborder la colorimétrie tant d'un point de vue numérique que technologique. Le chapitre 3 est une étude théorique et expérimentale autour des algorithmes de quantification couleur, montrant quelles sont les limitations de l'approche purement statistique fondée sur l'étude du nuage couleur d'une image. Le chapitre 4 présente la structure pyramidale gaussienne, et sa construction sur machine parallèle ; une structure pyramidale appelée pyramide fractionnaire est introduite, présentant la particularité d'augmenter le nombre de niveaux de la pyramide gaussienne, généralisant les travaux de Burt (1981), à un cadre d'étude théorique plus large, et étendu à la couleur. Le chapitre 5 est consacré à la segmentation à partir d'étude d'un outil d'analyse et de structuration des données baptisé graphe d'adjacence pyramidal, basé sur le principe de la multirésolution, et se fondant sur une analyse « haut-niveau » d'une présegmentation d'image. Il exploite sous forme de graphes d'adjacence, toutes les relations de voisinage sous-jacentes à une image de motifs. Le chapitre 6 présente, en guise de bilan et de perspectives, une réflexion sur les différents axes possibles pour aborder le problème de la segmentation d'image, notamment sur le rôle de l'expérimentation, de l'interactivité, et de la visualisation des données en traitement d'image couleur
4
Ultre, Vincent. "Contribution à la segmentation d'images de mosaïque en couleur." Lille 1, 1996. http://www.theses.fr/1996LIL10004.
Full textAbstract:
Dans ce mémoire, nous abordons un problème de traitement d'images pour lequel l'utilisation de l'information couleur est indispensable. Il s'agit d'un problème de restauration de mosaïques, monuments anciens de l'art hispano-mauresque qui ont fleuri aux XIVème et XVème siècles à Fès, au Maroc. Pour cela, il faut archiver et analyser des images de ces décors muraux afin de les reproduire pour la restauration. L'objectif de cette thèse est d'aborder la première phase de ce projet ambitieux, à savoir de numériser des photographies couleur de mosaïques prises par des archéologues afin d'y reconnaitre les différentes pièces constitutives des motifs. Il s'agit donc d'un problème de segmentation d'images couleur, puisque les pièces sont découpées dans des carreaux colores. La grande difficulté de ce projet réside dans le fait qu'il est difficile de contrôler les conditions de prise de vues de photographies couleur de mosaïques. Ce type de prise de vues ne permet donc pas d'établir une correspondance exacte entre les images numérisées et les mosaïques, tant au niveau géométrique, qu'au niveau colorimétrique. Dans un premier temps, nous exposons la chaine d'acquisition des images mises à notre disposition, à savoir les différentes phases séparant la prise de vue photographique de l'image numérisée de mosaïque. Puis, nous présentons les méthodes existantes de segmentation des images en couleur. Apres une étude d'identification des problèmes de classification des pixels en fonction de leur couleur, nous proposons une méthode originale de segmentation d'images de mosaïque décomposée en trois étapes. La première consiste à déterminer les contours par des techniques de relaxation. Puis, la deuxième étape permet de classer les pixels en dissociant les pixels colores des pixels achromes. Enfin, dans la troisième étape, nous reconstruisons une image segmentée après une analyse de connexité.
5
Macaire, Ludovic. "Exploitation de la couleur pour la segmentation et l'analyse d'images." Habilitation à diriger des recherches, Université des Sciences et Technologie de Lille - Lille I, 2004. http://tel.archives-ouvertes.fr/tel-00386862.
Full textAbstract:
Notre contribution s'inscrit dans le traitement automatique des images numériques couleur, dont l'objectif est de parvenir à interpréter le contenu d'une image analysée. La chaîne de traitements d'une image couleur se décompose en plusieurs étapes successives qui partent de l'analyse de la couleur de chaque pixel pour obtenir une interprétation du contenu de l'image. Dans ce mémoire, nous nous arrêtons à cette étape d'analyse qui précède l'étape d'interprétation sémantique du contenu de l'image grâce à la manipulation d'informations symboliques.Une fois l'image couleur acquise par la caméra, se pose la question du choix de l'espace de représentation de la couleur qui est le mieux adapté aux traitements à effectuer sur l'image. Dans la première partie, nous décrivons la détermination d'espaces couleur hybrides adaptés à des problèmes spécifiques de segmentation. L'approche proposée analyse les distributions des points-couleur dans différents espaces de représentation de la couleur afin de constituer un espace hybride adapté aux classes de pixels à distinguer. Cette démarche est fondée sur l'analyse exclusive des propriétés colorimétriques des pixels pour la construction des classes de pixels.
Il n'existe pas toujours une correspondance bijective entre chaque nuage de points-couleur représentant les pixels dans un espace couleur et chaque région de l'image. Par conséquent, l'analyse exclusive des propriétés colorimétriques des pixels ne permet pas toujours de reconstruire les classes de pixels qui correspondent aux régions. Lors de la deuxième partie, nous détaillons une méthode de segmentation par classification de pixels qui tente de répondre à ce problème en analysant au même titre les propriétés colorimétriques des pixels et leur répartition spatiale dans l'image.
Une fois que les régions sont reconstruites, elles peuvent être analysées afin notamment de reconnaître les objets qu'elles représentent. La troisième partie est dédiée à la reconnaissance d'objets éclairés avec différents illuminants. Nous y présentons un modèle original qui décrit les variations des couleurs des pixels provoquées par des changements d'illuminant. Ce modèle est utilisé afin de définir la fonction qui pour chaque comparaison entre l'image requête et une image candidate, transforme le couple constitué par les histogrammes couleur en un couple d'histogrammes couleur spécifiques. Ces histogrammes spécifiques sont calculés de telle sorte que leur intersection indique si les deux objets contenus dans les deux images sont semblables ou non, et ce quelque soient les sources d'éclairage utilisées lors des acquisitions des images
6
Macaire, Ludovic Postaire Jack-Gérard. "Exploitation de la couleur pour la segmentation et l'analyse d'images." Villeneuve d'Ascq : Université des sciences et technologies de Lille, 2007. https://iris.univ-lille1.fr/dspace/handle/1908/195.
Full textAbstract:
Reproduction de : Habilitation à diriger des recherches : Sciences physiques : Lille 1 : 2004.Synthèse des travaux. Le recueil de publications n'a pas été numérisé. N° d'ordre (Lille 1) : 423. Titre provenant de la page de titre du document numérisé. Bibliogr. à la suite de chaque chapitre. Liste des publications.
7
Carel, Elodie. "Segmentation de documents administratifs en couches couleur." Thesis, La Rochelle, 2015. http://www.theses.fr/2015LAROS014/document.
Full textAbstract:
Les entreprises doivent traiter quotidiennement de gros volumes de documents papiers de toutes sortes. Automatisation, traçabilité, alimentation de systèmes d’informations, réduction des coûts et des délais de traitement, la dématérialisation a un impact économique évident. Pour respecter les contraintes industrielles, les processus historiques d’analyse simplifient les images grâce à une séparation fond/premier-plan. Cependant, cette binarisation peut être source d’erreurs lors des étapes de segmentation et de reconnaissance. Avec l’amélioration des techniques, la communauté d’analyse de documents a montré un intérêt croissant pour l’intégration d’informations colorimétriques dans les traitements, ceci afin d’améliorer leurs performances. Pour respecter le cadre imposé par notre partenaire privé, l’objectif était de mettre en place des processus non supervisés. Notre but est d’être capable d’analyser des documents même rencontrés pour la première fois quels que soient leurs contenus, leurs structures, et leurs caractéristiques en termes de couleurs. Les problématiques de ces travaux ont été d’une part l’identification d’un nombre raisonnable de couleurs principales sur une image ; et d’autre part, le regroupement en couches couleur cohérentes des pixels ayant à la fois une apparence colorimétrique très proche, et présentant une unité logique ou sémantique. Fournies sous forme d’un ensemble d’images binaires, ces couches peuvent être réinjectées dans la chaîne de dématérialisation en fournissant une alternative à l’étape de binarisation classique. Elles apportent en plus des informations complémentaires qui peuvent être exploitées dans un but de segmentation, de localisation, ou de description. Pour cela, nous avons proposé une segmentation spatio-colorimétrique qui permet d’obtenir un ensemble de régions locales perceptuellement cohérentes appelées superpixels, et dont la taille s’adapte au contenu spécifique des images de documents. Ces régions sont ensuite regroupées en couches couleur globales grâce à une analyse multi-résolutionIndustrial companies receive huge volumes of documents everyday. Automation, traceability, feeding information systems, reducing costs and processing times, dematerialization has a clear economic impact. In order to respect the industrial constraints, the traditional digitization process simplifies the images by performing a background/foreground separation. However, this binarization can lead to some segmentation and recognition errors. With the improvements of technology, the community of document analysis has shown a growing interest in the integration of color information in the process to enhance its performance. In order to work within the scope provided by our industrial partner in the digitization flow, an unsupervised segmentation approach was chosen. Our goal is to be able to cope with document images, even when they are encountered for the first time, regardless their content, their structure, and their color properties. To this end, the first issue of this project was to identify a reasonable number of main colors which are observable on an image. Then, we aim to group pixels having both close color properties and a logical or semantic unit into consistent color layers. Thus, provided as a set of binary images, these layers may be reinjected into the digitization chain as an alternative to the conventional binarization. Moreover, they also provide extra-information about colors which could be exploited for segmentation purpose, elements spotting, or as a descriptor. Therefore, we have proposed a spatio-colorimetric approach which gives a set of local regions, known as superpixels, which are perceptually meaningful. Their size is adapted to the content of the document images. These regions are then merged into global color layers by means of a multiresolution analysis
8
Fontaine, Michaël Macaire Ludovic Postaire Jack-Gérard. "Segmentation non supervisée d'images couleur par analyse de la connexité des pixels." [S.l.] : [s.n.], 2001. http://www.univ-lille1.fr/bustl-grisemine/pdf/extheses/50376-2001-305-306.pdf.
Full text
9
Guzman, de Leon Alejandro. "Étude d'espaces couleur pour la segmentation et l'aide à l'analyse d'images colposcopiques." Compiègne, 1997. http://www.theses.fr/1997COMP1039.
Full textAbstract:
Sur les images colposcopiques, nous avons constaté le besoin de la manipulation de la couleur pour la reconnaissance des régions d'intérêt au niveau clinique. Nous avons choisi l'analyse en composantes principales (ACP) pour coder et traiter la segmentation de l'image. Nous avons analysé 5 méthodes de regroupement (classement) pour faire la classification dans chacun des 20 espaces de représentation couleur étudiés. Nous avons établi les critères pour fixer les paramètres qui font de notre segmentation en régions une segmentation semi-automatique. Le critère le plus important pour la détermination du meilleur espace de représentation couleur et pour la meilleure méthode de regroupement a été la détection de la région d'intérêt. Nous avons applique nos critères sur 2 groupes d'images (apprentissage et test) de la pathologie Transformation Atypique de Grade 1 (TAG1). Nous avons retenu 3 espaces de représentation couleur et 2 méthodes de regroupement avec différents avantages. Le meilleur espace de représentation couleur a été l'espace Lab qui peut être remplacé par l'espace rgb normalisé si nous voulons épargner du temps de calcul. Le troisième espace couleur retenu est XYZ dont les caractéristiques de linéarité nous ont permis de proposer un espace de représentation, propre à la pathologie. La meilleure méthode de regroupement correspond à la méthode par combinaison taille-centre mobile. La méthode par taille, nous permet de visualiser une approche finale en réduisant le temps de traitement. Nous avons analysé de nouveaux paramètres pour le diagnostic, ces paramètres sont intrinsèques au traitement et correspondent aux valeurs et vecteurs propres de l'image codée. Nous avons eu une excellente projection sur le plan, avec plus de 92% d'inertie expliquée pour n'importe quel espace de représentation couleur retenu. A partir des vecteurs propres nous avons pu reconnaitre une signature pour la pathologie TAGI qui pourra servir d'appui au diagnostic.
10
Glory, Estelle. "Segmentation d'images de microscopie en couleur pour l'analyse automatique de cultures cytologiques." Paris 5, 2005. http://www.theses.fr/2005PA05S037.
Full textAbstract:
Cette thèse propose une stratégie de criblage à haut débit pour établir un protocole de thérapie cellulaire avec des cellules musculaires souches adultes. Elle présente une méthode complètement automatique pour quantifier les cultures cellulaires, de la culture à l’interprétation de données. L’analyse d’images repose sur la couleur des noyaux cellulaires. Les paramètres de l’algorithme sont déterminés par un critère spécialement conçu pour évaluer la qualité des segmentations d’images cytologiques. La deuxième contribution est le développement d’une classification adaptative qui distingue les noyaux individuels des agrégats, en utilisant une approche non-paramétrique. Les agrégats sont individualisés par une méthode de division-fusion combinant différentes implémentations de la ligne de partage des eaux. Les résultats produisent un taux d’erreur de dénombrement inférieur à 2%, avec 7% d’erreurs pour les agrégats et 0,5% pour les noyaux individuels, comparés à un comptage manuelThis work deals with a high throughput screening strategy to carry out a novel cell therapy based on adult muscular stem cells. This project proposes a complete method, from cdl culture to data interpretation, to automate ceil culture quantifications. Image analysis was based on color information obtained from stained cell nuclei. The parameters of the processing algorithm were informed by a criterion especially designed to evaluate the quality of cytological image segmentations. The second contribution is an adaptive classification of individual and aggregated nuclei into two classes by using a non-parametric approach. The aggregated nuclei were processed by a ‘split and merge’ approach that combined different watershed algonthms for splitting and minimized a cost function for merging. This image analysis algorithm produced a global counting error rate lower than 2%, with about 7% of errors for aggregated nuclei and about 0. 5% for individual nuclei, compared with a manual counting
Books on the topic "Segmentation d'image en couleur"
1
Ishaghpour, Youssef. Rothko: Une absence d'image : lumière de la couleur. Tours: Farrago, 2003.
Find full text