Modèle graphique ou champ Markovien Gaussien en image : estimation du graphe de voisinage - Archive ouverte HAL Access content directly
Conference Papers Year : 2009

Modèle graphique ou champ Markovien Gaussien en image : estimation du graphe de voisinage

(1) , (1) , (2)
1
2

Abstract

Le recours aux champs Markoviens en modélisation d'image a connu un grand succès vu qu'ils permettent de traduire les intercations spatiales entre les niveaux des pixels par leur graphe de voisinage. Ce dernier les fait appartenir à la classe des modèles graphiques, dont l'utilisation s'avère de plus en plus importante dans plusieurs domaines. Nous proposons alors, dans ce travail, d'associer les deux notions : modélisation graphique et champs de Markov dans le but d'estimer le graphe de voisinage d'un champ Markovien gaussien, pour les textures en image. En effet, en image, et pour les textures en particulier, le graphe de voisinage du champ Markovien est supposé être périodique vu sa stationnarité. C'est la répétition de la même période spatiale dont l'estimation permet de déduire la structure du graphe de voisinage global. Pour ce faire, nous avons recours aux méthodes de la modélisation graphique, tout en tenant en considération l'\textit{a priori} sur la structure de tel graphe. Nous évaluons notre estimation à l'aide des taux d'erreur introduits par Dudoit, Land et Pollard (2004).
Fichier principal
Vignette du fichier
p219.pdf (337.83 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

inria-00386779 , version 1 (22-05-2009)

Identifiers

  • HAL Id : inria-00386779 , version 1

Cite

Rania Bengrich, Dhafer Malouche, Sylvie Sevestre-Ghalila. Modèle graphique ou champ Markovien Gaussien en image : estimation du graphe de voisinage. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. ⟨inria-00386779⟩
90 View
243 Download

Share

Gmail Facebook Twitter LinkedIn More