Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/24064
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorChenafi, Imad Eddine-
dc.date.accessioned2025-01-13T11:02:23Z-
dc.date.available2025-01-13T11:02:23Z-
dc.date.issued2024-06-23-
dc.identifier.urihttp://dspace1.univ-tlemcen.dz/handle/112/24064-
dc.description.abstractDans ce mémoire, nous proposons une méthode de segmentation d’images 2D basée sur le modèle de mélanges gaussien(GMM). Les paramètres du mélange sont estimés par l’algorithme Espérance Maximisation(EM). Un critère de mesure d’uniformité de région est utilisé pour comparer les performances du modèle proposé par rapport au modèle de mélanges de gaussiennes (GMM) avec résolution. Les résultats expérimentaux confirment l’efficacité du modèle proposé.en_US
dc.language.isofren_US
dc.publisherUniversity of tlemcenen_US
dc.relation.ispartofseries51 Master Info;-
dc.subjectsegmentation d’image, le modèle mélange gaussien (GMM), algorithme EM (Expectation-Maximisation), cluster.en_US
dc.titleSegmentation d’image 2D basée sur le modèle de mélange gaussien.en_US
dc.typeThesisen_US
Collection(s) :Master MID

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Segmentation_d_image_2D_basee_sur_le_modele_de_melange_gaussien.pdf3,52 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.