L'algorithme EM et le Modèle de Mélanges de Gaussiennes Généralisées pour la Segmentation d'images. Application au contrôle des joints soudés par radiographie

Nafaa Nacereddine 1, * Salvatore Tabbone 1 Djemel Ziou 2 Latifa Hamami 3
* Auteur correspondant
1 QGAR - Querying Graphics through Analysis and Recognition
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Dans cet article, nous proposons une méthode de segmentation d'images de radiographie des joints soudés basée sur les modèles de mélanges de distributions gaussiennes généralisées (GGMM). Les paramètres du mélange sont estimés par l'algorithme Espérance Maximisation (EM). Un critère de mesure d'uniformité de région est utilisé pour comparer les performances du modèle proposé par rapport au modèle de mélanges de distributions gaussiennes (GMM). Les résultats expérimentaux confirment l'efficacité du modèle proposé.
Type de document :
Communication dans un congrès
ART PI. Traitement et Analyse de l'Information : Méthodes et Applications - TAIMA 2009, May 2009, Hammamet, Tunisie. pp.217-222, 2009
Liste complète des métadonnées

https://hal.inria.fr/inria-00430930
Contributeur : Nafaa Nacereddine <>
Soumis le : mardi 10 novembre 2009 - 14:26:50
Dernière modification le : jeudi 11 janvier 2018 - 06:19:59
Document(s) archivé(s) le : jeudi 17 juin 2010 - 19:54:42

Identifiants

  • HAL Id : inria-00430930, version 1

Collections

Citation

Nafaa Nacereddine, Salvatore Tabbone, Djemel Ziou, Latifa Hamami. L'algorithme EM et le Modèle de Mélanges de Gaussiennes Généralisées pour la Segmentation d'images. Application au contrôle des joints soudés par radiographie. ART PI. Traitement et Analyse de l'Information : Méthodes et Applications - TAIMA 2009, May 2009, Hammamet, Tunisie. pp.217-222, 2009. 〈inria-00430930〉

Partager

Métriques

Consultations de la notice

520

Téléchargements de fichiers

3042