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
* Corresponding author
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.
Document type :
Conference papers
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
Contributor : Nafaa Nacereddine <>
Submitted on : Tuesday, November 10, 2009 - 2:26:50 PM
Last modification on : Thursday, January 11, 2018 - 6:19:59 AM
Document(s) archivé(s) le : Thursday, June 17, 2010 - 7:54:42 PM

Identifiers

  • 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〉

Share

Metrics

Record views

488

Files downloads

2948