Accueil > Forum > > > > Segmentation par markov
Segmentation par markov
lundi 20 juin 2005 à 17:59:59 |
Segmentation par markov

anne-lise
|
bonjour, je cherche à faire une segmentation d'image par la méthode de Markov. Est ce que quelqu'un a les codes ? Est ce que vous savez où je peux me les procurer ? Merci d'avance ! Anne-Lise
|
|
vendredi 2 mars 2007 à 18:08:01 |
Re : Segmentation par markov

adnan05
|
Envoyer moi ton mail. j'ai un projet avec c++ builder 6 sur la segmentation marcovient
|
|
vendredi 2 mars 2007 à 18:10:46 |
Re : Segmentation par markov
|
vendredi 2 mai 2008 à 11:58:04 |
Re : Segmentation par markov

skysatoran
|
salut mon email est skysatorn@hotmail.com je travail aussi sur ce type de pb mais c'est pour la detection de mouvement et exactement d'obtacle sur une route et avec matlab
|
|
dimanche 2 mai 2010 à 00:29:43 |
Re : Segmentation par markov

jamsebouki
|
Moi aussi je cherche à faire une segmentation d'image par la méthode de Markov.
mon email boukiboudi@hotmai.fr
|
|
jeudi 20 mai 2010 à 00:00:04 |
Re : Segmentation par markov

loginsaid
|
bonjour,
je cherche à faire une segmentation de texte d'une image j'ai besoin de code en Matlab.
si quelqu'un peut m'aider pour mon projet "segmentation d'un texte Multi-langue ", voilà mon email said-maths@hotmail.fr
Merci d'avance !
Said
|
|
mercredi 12 janvier 2011 à 19:21:01 |
Re : Segmentation par markov

souicioql
|
Segmentation des images par la théorie des champs de Markov. Cette segmentation est effectuée par l’algorithme EM. Cet algorithme a l’avantage de calculer l’image segmentée ainsi que les paramètres du modèle proposé.
Le but est de chercher la classe la plus probable au sens de la probabilité a posteriori, obtenue par la maximisation de P(x/y) ou bien la minimisation d’une fonctionnelle d’énergie U(x/y) Les méthodes utilisées sont de type déterministe comme l’ICM ou de type stochastique comme le recuit simulé. Malheureusement
|
|
mercredi 12 janvier 2011 à 19:27:23 |
Re : Segmentation par markov

souicioql
|
algorithme ICM
i)
initialisation de l'algorithme ICM : il s'agit de fournir à l'algorithme ICM une
image classifiée et d'estimer les paramètres a de la classification initide.
Les paramètres a correspondent à la moyenne et à la variance de chaque classe. Classifications par algorithme K means
ii)
A partir d'une configuration initiale, les étapes suivantes chaque pixel :
a) Pour chaque classe :
1) calcul de l'énergie U(x/y) (équation );
2) calcul de l'énergie U(x) (équation );
3) calcul de l'énergie globale U(x,y) = U(x/y) + U(x) .
b) Recherche de la classe d'énergie minimale.
iii) On affecte l'étiquette de la classe, trouvée dans l'étape b), au site courant.
iv) S'il y a eu des changements sur l'image classifiée et si le nombre de changements est supérieur à un seuil défini par I'utiliçateur, on retourne a l'étape (ii). Sinon, l'algorithme ICM s'arrête.
|
|
mercredi 12 janvier 2011 à 19:32:25 |
Re : Segmentation par markov

souicioql
|
code L’algorithme du K-means avec matlab
function [mask,mu,v,p]=kmeans(ima,k)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
% Input:
% ima: grey color image
% k: Number of classes
% Output:
% mask: clasification image mask
% mu: vector of class means
% v: vector of class variances
% p: vector of class proportions
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% check image
z1=ima;
ima=double(ima); % afficher image conne valeur double
copy=ima; % copy les valeur dimage ima
ima=ima(:); % afficher image ima comme vectorize
mi=min(ima); % min vecteur ima
ima=ima-mi+1; % is ima image aolre le min=0 donc ima=ima+1;
m=max(ima); %max vecteur ima
s=length(ima); %les nombre de element de vecteur
% create image histogram
h=Frequence(ima); %calcule Fréquence d'image
x=find(h);% is h(i)!=0 alors x(i)=i
h=h(x);
x=x(:);% Valeurs xi
h=h(:);
% initiate parameters
mu=(1:k)*m/(k+1);%(1:k) vecteur 1->k
v=ones(1,k)*m;% ones vecteur [1 1 1 ->1 k]*m
p=ones(1,k)*1/k;
% start process
sml = mean(diff(x))/1000; %calcule la moyne diff(x)
while(1)
% Expectation
prb = distribution(mu,v,p,x);% resulta sortire ci matrice
scal = sum(prb,2)+eps; %la somme de matrice
loglik=sum(h.*log(scal));% lasomme deus produit de matrice h et log(scal)
%Maximizarion
for j=1:k
pp=h.*prb(:,j)./scal; %Répétition ni
p(j) = sum(pp);% N
mu(j) = sum(x.*pp)/p(j); % X=1/N(somm(nixi))
vr = (x-mu(j));% xi-X
v(j)=sum(vr.*vr.*pp)/p(j)+sml;% V=1/N(somm ni(care(xi-X)))
end
p = p + 1e-3;
p = p/sum(p);
% Exit condition
prb = distribution(mu,v,p,x);
scal = sum(prb,2)+eps;
nloglik=sum(h.*log(scal));
if((nloglik-loglik)<0.0001) break; end;
end
% calculate mask
mu=mu+mi-1; % recover real range
s=size(copy);
mask=zeros(s);
for i=1:s(1),
for j=1:s(2),
for n=1:k
c(n)=distribution(mu(n),v(n),p(n),copy(i,j));
end
a=find(c==max(c));
mask(i,j)=a(1);
end
end
function y=distribution(m,v,g,x)
x=x(:);
m=m(:);
v=v(:);
g=g(:);
for i=1:size(m,1)
d = x-m(i);
amp = g(i)/sqrt(2*pi*v(i));
y(:,i) = amp*exp(-0.5 * (d.*d)/v(i));
end
function[h]=Frequence(datos)
datos=datos(:);%remlasse datos mateci avec vecteur
ind=find(isnan(datos)==1);
datos(ind)=0;
ind=find(isinf(datos)==1);
datos(ind)=0;
tam=length(datos);
m=ceil(max(datos))+1;
h=zeros(1,m);
for i=1:tam,
f=floor(datos(i));
if(f>0 & f<(m-1))
a2=datos(i)-f;
a1=1-a2;
h(f) =h(f) + a1;
h(f+1)=h(f+1)+ a2;
end;
end;
h=conv(h,[1,2,3,2,1]);
h=h(3:(length(h)-2));
h=h/sum(h);
|
|
samedi 22 janvier 2011 à 10:11:41 |
Re : Segmentation par markov

souicioql
|
Un problème posé en imagerie multivariée est l’hétérogénéité des informations portée sur les images et donc la distribution des classes.
Segmentation des images individuellement en entrée (images univariées) par la théorie des champs de Markov. Cette segmentation est effectuée par l’algorithme ICM. Cet algorithme a l’avantage de calculer l’image segmentée ainsi que les paramètres du modèle proposé
Le but est de chercher la classe la plus probable au sens de la probabilité a posteriori, obtenue par la maximisation de P(x/y) .ou bien la minimisation d’une fonctionnelle d’énergie U(x/y).
U(x/y) dépend de plusieurs paramètres qu’on doit déterminer. Pour palier à ce problème, nous avons utilisé l’algorithme ICM pour calculer le champ des classes (segmentation).
Cet algorithme se déroule de façon itérative en deux étapes jusqu’à la convergence :
1. Une étape de modélisation des champ des observations p(x/y) et des classes p(x) .
2. Une étape d’estimation des paramètres incluant une phase d’optimisation de la probabilité a posteriori . par algorithme ICM .
initialisation de l'algorithme ICM : il s'agit de fournir à l'algorithme ICM une
image classifiée et d'estimer les paramètres a de la classification initide.
Les paramètres a correspondent à la moyenne et à la variance de chaque classe. Classifications par algorithme K means
la loi gaussienne
La densité de probabilité conditionnelle P(a\K) peut être modélisée par une loi gaussienne. Telle que :
P(a_s\K)=1/√(2πδ_k^2 ) e^(((a_s-μ_k))/(2δ_k^2 )) (2.10)
Avec : δ_k^2 est la variance de la classe k.
|
|
Cette discussion est classée dans : segmentation, markov
Répondre à ce message
Sujets en rapport avec ce message
segmentation d'une image (OpenCv) [ par alichem8 ]
Salut , dans mon projet je dois récupérer les segments importants d'une image pour faire la reconstruction 3D, j'ai utilisé cvFindContours (OpenCv)mai
methodes k-means et la recherche tabou [ par bhakimm ]
bonjour J'ai un problème avec la segmentation des images avec la recherche tabou bon.mon sujet porte sur la segmentation des images et ceci en utilisa
Erreur de segmentation [ par cool2source ]
Bon je dois encore avoir du mal avec les pointeurs ( visiblement)... Je compile le code ci-dessous avec gcc et le seul résultat que j'obtiens est : "E
Segmentation d'un texte en lignes [ par haning ]
Bonsoir, Je suis débutante en c++ et j'ai vraiment besoin de votre aide. J'ai un texte enregistré sous forme d'image en niveau de gris. Je veux se
Segmentation d'une image avec OpenCV [ par nostalgieing ]
Je suis débutante en [b]C++[/b] et j'ai un projet qui consite à segmenter une [b]image text[/b]e en utilisant [b]OpenCV[/b] par[b] projection horizon
Segmentation d'une image par région en C [ par Minou09 ]
Bonjour, J'espère que j'ai créé mon sujet dans la bonne catégorie. Voila mon problème, je cherche à créer un programme en C permettant de segmenter u
Segmentation d'une image par la méthode de seuillage avec Matlab [ par melina91 ]
Bonjour, je cherche à segmenter une image par la méthode de seuillage sur matlab. En fait, l'image c'est une coupe d'IRM et il y a un artéfact dedans,
chaines de markov cachées [ par cameleone31 ]
Bonjour, je veux faire une segmentation d'une image satellitaire par les chaines de markov cachées (les HMM) en utilisant soit le language matlab, soi
Segmentation Fault avec Mysql API [ par BenjZ ]
Salut à tous,J'ai un GROS et URGENT problème euh... existentielJe n'arrive pas à faire une simple appli pour me connecter à MYSQL depuis C++, sans qu'
Livres en rapport
|
Derniers Blogs
TECHDAYS PARIS 2012 : SESSION PLEINIèRE JOUR 3TECHDAYS PARIS 2012 : SESSION PLEINIèRE JOUR 3 par ROMELARD Fabrice
Speaker: Bernard Ourghanlian Cette session est comme chaque jour transmise en live par BrainSonic, et j'ai donc suivi cette troisième pleinière par ce moyen sur mon iPad . Elle est dédiée comme chaque année à la mise en perspective de l'é...
Cliquez pour lire la suite de l'article par ROMELARD Fabrice MISHRA READER : UN LECTEUR RSS TRèS ZUNE STYLE EN OPEN SOURCE !MISHRA READER : UN LECTEUR RSS TRèS ZUNE STYLE EN OPEN SOURCE ! par Vko
Hier durant une session dédiée aux Techdays 2012, j'ai eu le plaisir d'annoncer la sortie de la Béta 2 de Mishra Reader. C'est quoi ? Pour les utilisateurs, c'est une vraie expérience de lecture de flux RSS sur Windows. Rien à voir avec les produit...
Cliquez pour lire la suite de l'article par Vko [FRAMEWORK 4] LES TASKS ET LE THREAD UI[FRAMEWORK 4] LES TASKS ET LE THREAD UI par fathi
Je viens de passer quelques temps au TechDay's et j'ai pu voir pas mal de session intéressante. Par contre une chose m'a un peu étonné lors de certaines de ces sessions qui abordaient les améliorations du framework .NET (donc le 4.5) : en gros, bea...
Cliquez pour lire la suite de l'article par fathi WORKFLOW FOUNDATION 3 A UN PIED DANS LA TOMBEWORKFLOW FOUNDATION 3 A UN PIED DANS LA TOMBE par JeremyJeanson
Depuis déjà un an, je conseille vivement les utilisateurs de Workflow Foundation 3 à migrer vers la version 4. L'information qui va suivre ne devrait donc pas trop prendre au dépourvu les personnes qui m'ont suivi. Je profite de ce poste, pour faire le re...
Cliquez pour lire la suite de l'article par JeremyJeanson TECHDAYS PARIS 2012 : NOUVELLES TENDANCES DU POSTE DE TRAVAIL - BRING YOUR OWN PCTECHDAYS PARIS 2012 : NOUVELLES TENDANCES DU POSTE DE TRAVAIL - BRING YOUR OWN PC par ROMELARD Fabrice
Speakers: Thierry Rapatout, Antoine Petit et Xavier Trebbia Cette session entre dans le cadre des RDV Décideurs des TechDays 2012, elle est liée à la consumérisation de l'IT et la mise en place du "DeskTop as a Service" dans de plus en ...
Cliquez pour lire la suite de l'article par ROMELARD Fabrice
Logiciels
Academy System (17.2.1.0)ACADEMY SYSTEM (17.2.1.0)Logiciel de gestion des établissements.
- élèves/étudiants (inscription, dossier, absence...)
-... Cliquez pour télécharger Academy System Easy-Planning (1.0.0.1)EASY-PLANNING (1.0.0.1)Basé sur les mêmes principes que MyPlanning, Easy-Planning permet de créer des plannings sous la ... Cliquez pour télécharger Easy-Planning COLLECTOR PLUS (3.00B)COLLECTOR PLUS (3.00B)COLLECTOR PLUS version 3.00B est un logiciel utilisant une base de données alimentée par :
- L... Cliquez pour télécharger COLLECTOR PLUS PONAMEDIA PREMIUM - HELLLOOO FLASH DEMO (V7.4)PONAMEDIA PREMIUM - HELLLOOO FLASH DEMO (V7.4)PONAMEDIA TV DEVIENS HELLLOOO FLASH
LA TV SUR VOTRE ORDINATEUR.
Toute une plateforme Multi... Cliquez pour télécharger PONAMEDIA PREMIUM - HELLLOOO FLASH DEMO LettresFaciles 2011 (8.0.0.1)LETTRESFACILES 2011 (8.0.0.1)LettresFaciles est un logiciel facilitant la création et la rédaction de lettres types.
Son inte... Cliquez pour télécharger LettresFaciles 2011
|