3 - Caractérisation et classification de textures sur images naturelles

Show simple item record

dc.contributor.author BUREL (G.) en_US
dc.contributor.author CATROS (J.-Y.) en_US
dc.contributor.author HENOCQ (H.) en_US
dc.date.accessioned 2005-07-22T08:52:40Z
dc.date.available 2005-07-22T08:52:40Z
dc.date.issued 1992 en_US
dc.identifier.citation Traitement du Signal [Trait. Signal], 1992, Vol. 9, N° 1, p. 33-43 en_US
dc.identifier.issn 0765-0019 en_US
dc.identifier.uri http://hdl.handle.net/2042/1782
dc.description The existing texture classification methods are generally based on a parameter extraction stage followed by a classifier stage . Using this kind of method,for an operational application requires to take into account the risk of classes mixture in the parameters space . We propose to take profit of Gagalowicz conjecture in order ta minimise this risk . The conjecture provides us with a set of parameters which totally describe the texture. We show that a connectionnist classifier is able to deal efficiently with these parameters .
dc.description.abstract La plus grande partie des méthodes de classification de textures existantes consiste à alimenter un classifieur par un ensemble de paramètres caractéristiques calculés localement sur l'image texturée. La mise en œuvre de ces méthodes dans le cadre d'applications opérationnelles suppose la prise en compte d'un élément important : le risque de confusion de classes dans l'espace paramétrique. Pour éviter ce problème, nous proposons d'exploiter la conjecture de Gagalowicz [12], qui nous fournit un ensemble de paramètres suffisants pour caractériser totalement la texture. Nous montrons qu'un classifieur connexionniste est capable d'exploiter efficacement ces paramètres en_US
dc.format.extent 52628 bytes
dc.format.mimetype application/pdf
dc.language.iso en_US
dc.publisher GRETSI, Saint Martin d'Hères, France en_US
dc.relation.ispartofseries Traitement du Signal
dc.rights http://irevues.inist.fr/utilisation en_US
dc.source Traitement du Signal [Trait. Signal], ISSN 0765-0019, 1992, Vol. 9, N° 1, p. 33-43 en_US
dc.subject.cnrs Télédétection en_US
dc.subject.cnrs Traitement image en_US
dc.subject.cnrs Imagerie en_US
dc.subject.cnrs Analyse texture en_US
dc.subject.cnrs Classification en_US
dc.subject.cnrs Analyse variance en_US
dc.subject.cnrs spectre IR en_US
dc.subject.cnrs Histogramme en_US
dc.subject.cnrs Etude cas en_US
dc.subject.cnrs France en_US
dc.subject.cnrs Rétropropagation en_US
dc.subject.cnrs Apprentissage en_US
dc.subject.cnrs Autocovariance en_US
dc.title 3 - Caractérisation et classification de textures sur images naturelles en_US
dc.title.alternative Characterization and classification of textures on natural images
dc.type Article en_US
dc.contributor.affiliation Thomson CSF-LER, 35510 Cesson-Sévigné en_US
dc.contributor.affiliation CNRS LEST, 29200 Brest en_US


Files in this item

PDF 003.PDF TEXTE.pdf 1.916Mb

This item appears in the following Collection(s)

Show simple item record





Advanced Search