Show simple item record

dc.contributor.authorArar Cherifa
dc.contributor.authorKheroubi Ghania
dc.contributor.otherAttaf Youcef
dc.date.accessioned2019-11-26T11:58:36Z
dc.date.available2019-11-26T11:58:36Z
dc.date.issued2011
dc.identifier.citationInstrumentation
dc.identifier.otherING.ELN.34-11en
dc.identifier.urihttps://dl.ummto.dz/handle/ummto/8331
dc.description57 f. : ill. ; 30 cm. (+ CD-Rom)en
dc.description.abstractRESUME : L’analyse de l’images a pour but l’extraction de l’information caractéristique contenue dans une image d’où elle fait appel à la segmentation qui permet d’associer à chaque pixel un label en s’appuyant sur l’information portée telle que le niveau de gris ou de couleur et sa distribution spatiale sur le support image. Dans le cadre de ce mémoire, nous allons proposer une méthode de segmentation par classification non supervisée k-means pour traiter une image médicale obtenue par IRM. Les tests effectués par la méthode de classification non supervisée k-means nous ont permis de constater que le choix du nombre de classes joue un rôle très important dans la segmentation.en
dc.language.isofren
dc.publisherUniversité Mouloud Mammerien
dc.subjectSegmentationen
dc.subjectClassificationen
dc.subjectsuperviséeen
dc.subjectClassification non superviséeen
dc.subjectFCMen
dc.subjectImagerie médicaleen
dc.subjectK-meansen
dc.subjectImage numérique.en
dc.titleTraitement D'Images Médicales: Application À La Segmentationen
dc.typeThesisen


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record