Segmentation d’image 2D basée sur le modèle de mélange gaussien.

dc.contributor.authorChenafi, Imad Eddineen_US
dc.date.accessioned2025-01-13T11:02:23Zen_US
dc.date.available2025-01-13T11:02:23Zen_US
dc.date.issued2024-06-23en_US
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.identifier.urihttps://dspace.univ-tlemcen.dz/handle/112/24064en_US
dc.language.isofren_US
dc.publisherUniversity of Tlemcenen_US
dc.relation.ispartofseries51 Master Info;en_US
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

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Segmentation_d_image_2D_basee_sur_le_modele_de_melange_gaussien.pdf
Size:
3.43 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections