Skip to Main content Skip to Navigation
Journal articles

Segmentation d'images hyper-spectrales

Résumé : Nous présentons un algorithme de segmentation d'images hyper-spectrales supposées constantes par régions. Cet algorithme est composé de trois phases. La première est une phase de débruitage inspirée d'une méthode adaptative de lissage pondéré fondée sur une segmentation par croissance de régions, la deuxième se sert des paramètres obtenus lors du débruitage de la première phase et a pour but de produire une estimation des contours des régions connexes issues du débruitage. La dernière étape de l'algorithme consiste à fusionner les régions issues de la deuxième phase en minimisant une version pénalisée de l'erreur quadratique de reconstruction. La méthodologie est illustrée sur des données simulées d'imagerie de résonance magnétique nucléaire.
Complete list of metadata

Cited literature [22 references]  Display  Hide  Download

https://hal-mines-paristech.archives-ouvertes.fr/hal-00771129
Contributor : Magalie Prudon <>
Submitted on : Tuesday, January 8, 2013 - 10:24:24 AM
Last modification on : Wednesday, June 2, 2021 - 11:20:22 PM
Long-term archiving on: : Tuesday, April 9, 2013 - 3:51:19 AM

File

2006_RevueDuSignal_Girard.pdf
Publisher files allowed on an open archive

Identifiers

  • HAL Id : hal-00771129, version 1

Collections

Citation

Robin Girard. Segmentation d'images hyper-spectrales. Traitement du Signal, Lavoisier, 2006, Numéro spécial TS et cancérologie, 23 (3-4), pp.277-288. ⟨hal-00771129⟩

Share

Metrics

Record views

305

Files downloads

179