Etablissement Université de Laghouat - Amar Telidji Affiliation Département d’Informatique Auteur GUELLOUMA, Younes Directeur de thèse

Business Listing - April 01, 2020

Etablissement Université de Laghouat - Amar Telidji Affiliation Département d’Informatique Auteur GUELLOUMA, Younes Directeur de thèse

Mémoires de Fin d’Etudes
Etablissement Université de Laghouat - Amar Telidji Affiliation Département d’Informatique Auteur GUELLOUMA, Younes Directeur de thèse ZIADI Djelloul (Docteur) Filière Informatique Diplôme Magister Titre Relevé et classification automatique des dégradation des routes bitumés Mots clés Apprentissage supervisé ;Datat mining;Traitement d’images ;Segmentation d’images Arbre de décision Résumé La reconnaissance automatique des dégradations des routes bitumées depuis une image numérique est un problème di cile. Le problème de classi - cation d’images a été très étudié, notamment dans le domaine de l’imagerie médicale. Par rapport à cette dernière, notre problématique rajoute principalement deux di cultés. La première est la caractérisation des di érents types de dégradations (nid de poule, a aissement, ...) et la deuxième est la suppression du bruit (trace de pneu, tâche d’huile, ...). Pour ce faire, nous nous sommes intéressés dans un premier temps au problème de classi cation d’images de dégradations, et ceci dans l’espoir de pouvoir généraliser le proc édé au ux vidéo. Dans ce mémoire, nous donnons une caractérisation d’un certain type de dégradations, puis nous proposons un algorithme basé sur les techniques d’apprentissage pour la classi cation des images de dégradation. Nous terminons par exposer quelques expérimentations de notre algorithme sur un échantillon de 120 images réelles. Les résultats sont très prometteurs Date de soutenance mai 2009 Pagination 95p Illusatration ill.;fig. Format 29cm Notes Bibliogr. Statut Soutenue

Featured

This is a premium business listing. Stand out from the competition!

Own a Business?

List your company and reach more customers today.

Add Your Business