2 - Segmentation d'images multisenseur par fusion évidentielle dans un contexte Markovien

Show full item record

Files in this item

PDF 002.PDF TEXTE.pdf 1.492Mb

Pour citer ce document :
URI: http://hdl.handle.net/2042/2016
Title: 2 - Segmentation d'images multisenseur par fusion évidentielle dans un contexte Markovien
Author: BENDJEBBOUR (A.); PIECZYNSKI (W.)
Abstract: L'utilisation de la fusion de Dempster-Shafer en segmentation d'images multisenseur s'avère pertinente dans de nombreuses situations. L'intérêt des modélisations par champs de Markov cachés en segmentation statistique a par ailleurs été mis en évidence par les auteurs depuis une vingtaine d'années. Nous proposons dans cet article diverses démarches permettant l'utilisation de la fusion évidentielle dans le contexte des modèles markoviens cachés. L'intérêt des méthodes proposées ainsi que les différences de leur comportement sont étudiés à partir des simulations effectuées sur des images de synthèses.
Description: The Dempster-Shafer combination rule turns out to be quite efficient in the segmentation of multisensor images in numerous situations . On the other hand, in a Bayesian framework the Hidden Markov Random Fields have been of interest for some twenty years . The aim of our work is to propose some methods capable of merging both evidential and Markovian field advantages . The interest of the methods proposed and the differences in their behaviour are studied through simulations on synthetic images.
Subject: Segmentation; Traitement image; Théorie Dempster Shafer; Modèle Markov; Maximum vraisemblance; Estimation paramètre; Champ Markov; Théorie de l'évidence; Bruitage image; Multisenseur
Publisher: GRETSI, Saint Martin d'Hères, France
Date: 1997

This item appears in the following Collection(s)

Show full item record





Advanced Search