Etablissement
Ecole Nationale Supérieure d'informatique
Affiliation
Département de Post-Graduation
Auteur
BOULMERKA, Aissa
Directeur de thèse
Samy Ait-Aoudia (Professeur)
Co-directeur
Mohamd Said Allili (Professeur)
Filière
Informatique
Diplôme
Doctorat
Titre
META-HEURISTIQUES POUR LA SEGMENTATION D'IMAGES
Mots clés
Segmentation d'images, méta-heuristique, optimisation par essaims particulaires, recuit simulé, colonies de fourmis, seuillage d’image, modèles Markovien cachés, modèle de mixture des gaussiens, modèle de mixture des gaussiens généralisés.
Résumé
La segmentation d'image est une opération de traitement d'images qui a pour but de partitionner une image bitmap en régions distinctes susceptibles de faire ressortir une information pertinente. La segmentation d’images reste une tâche cruciale dans divers applications (imagerie médicale, télésurveillance, forensique, …). Dans le cadre de cette thèse de Doctorat on se propose d’utiliser divers méta-heuristiques pour aboutir à une segmentation de qualité. Les métaheuristiques à utiliser seront issues de divers approches. Juger de la qualité d’une segmentation est une autre problématique. L’évaluation de la qualité ne peut se faire que sur des images synthétiques où la vérité terrain (ground truth) est connue. L’usage de bases de données standards utilisées par la communauté de l’imagerie médicale sera privilégié. Nous pourrons ainsi confronter les résultats obtenus à ceux des autres techniques utilisées. L’usage de métriques spécifiques de comparaison sera fait. Le travail proposé dans le cadre de cette thèse de Doctorat s’articule autour de l’étude, de propositions d’usage de méta-heuristiques, de mesures et d’évaluation des performances relatives au domaine de la segmentation d’images. L’étude de certaines méta-heuristiques pourra être privilégié vu les performances avérées obtenus dans d’autres domaines.
Statut
Vérifié