Amélioration des images par un modèle de réseau de neurones (Comparaison avec les filtres de base)
Des informations générales:
Le niveau |
Master |
Titre |
Amélioration des images par un modèle de réseau de neurones (Comparaison avec les filtres de base) |
SPECIALITE |
Système d’Information et de Connaissances (SIC) |
Page de garde:
Sommaire:
TABLES DES FIGURES
INTRODUCTION GENERALE
CHAPITRE I
Historique
GENERALITES SUR LE TRAITEMENT D’IMAGE
I.1.Notions de base
I.3.1.Le traitement d’Image
I.3.2.L’image
Image numérique
I.3.4.Caractéristiques de l’image.
I.4.1.Système de traitement d’image.
I.4.2.Acquisition et numérisation. Visualisation
I.5.1.Prétraitement d’image
Modification d’histogramme
I.5.2.Réduction de bruit.
I.5.3.Techniques de traitement d’images
I.6.1.Filtrage
I.6.2.Segmentation
I.6.3.Binarisation.
I.7.Conclusion
CHAPITRE II
LES RESEAUX DE NEURONES
II.1.Introduction.
II.2. Historique & définition
II.2.1.Historique
II.2.2.Définition
II.3.Neurone biologique.
II.3.1.Le neurone
II.3.2.Le fonctionnement
II.4.Neurone formel.
II.4.1.Synoptique
II.4.2.Le fonctionnement
II.5.Architecture des réseaux de neurones
II.5.1.Réseaux multicouches
II.5.2.Réseaux à connexions locales
II.5.3.Les réseaux de neurones récurrents
II.6.1.Définition
II.7.Apprentissage des réseaux de neurones.
II.7.1.Techniques d’apprentissage
Réseaux multicouches.
II.7.4.ADALINE.
II.7.5.Les réseaux de HOPFIELD
II.7.6.Les réseaux de KOHONEN
II.8.Validation et tests
Les réseaux RBF
Les étapes de la conception d’un réseau
Choix des échantillons
Elaboration de la structure du réseau
Apprentissage
II.9.Les avantages et les inconvénients
II.10.Conclusion
CHAPITRE III
AMELIORATION DE L’IMAGE PAR LES RESEAUX DE NEURONES
III.1.Introduction
III.3.Intérêt des réseaux de neurones dans le traitement d’image. Le principe utilisé
III.4.Architecture proposée du réseau de neurones.
III.4.1.Architecture du réseau
III.4.2.Parcours de l’image.
III.4.2.1.Le parcours automatique.
III.4.2.2.Le parcours aléatoire
III.4.3.Apprentissage.
III.4.4.Tests du réseau de neurones.
III.5.Conclusion
CHAPITRE IV
IMPLEMENTATION & SIMULATION.
IV.1.Introduction
IV.2.Environnement de développement. Description de l’application
IV.3.Partie traitement d’image
IV.3.1.Image origine
IV.3.1.1.Image bruitée
IV.3.1.2.Image bruitée
IV.3.1.3.Image bruitée
IV.3.1.4.Image origine
IV.3.2.Phase des tests & résultats
IV.3.4.Conclusion
CONCLUSION GENERALE ET PERSPECTIVES.
REFERENCES BIBLIOGRAPHIQUES.
INTRODUCTION GENERALE
CHAPITRE I
Historique
GENERALITES SUR LE TRAITEMENT D’IMAGE
I.1.Notions de base
I.3.1.Le traitement d’Image
I.3.2.L’image
Image numérique
I.3.4.Caractéristiques de l’image.
I.4.1.Système de traitement d’image.
I.4.2.Acquisition et numérisation. Visualisation
I.5.1.Prétraitement d’image
Modification d’histogramme
I.5.2.Réduction de bruit.
I.5.3.Techniques de traitement d’images
I.6.1.Filtrage
I.6.2.Segmentation
I.6.3.Binarisation.
I.7.Conclusion
CHAPITRE II
LES RESEAUX DE NEURONES
II.1.Introduction.
II.2. Historique & définition
II.2.1.Historique
II.2.2.Définition
II.3.Neurone biologique.
II.3.1.Le neurone
II.3.2.Le fonctionnement
II.4.Neurone formel.
II.4.1.Synoptique
II.4.2.Le fonctionnement
II.5.Architecture des réseaux de neurones
II.5.1.Réseaux multicouches
II.5.2.Réseaux à connexions locales
II.5.3.Les réseaux de neurones récurrents
II.6.1.Définition
II.7.Apprentissage des réseaux de neurones.
II.7.1.Techniques d’apprentissage
Réseaux multicouches.
II.7.4.ADALINE.
II.7.5.Les réseaux de HOPFIELD
II.7.6.Les réseaux de KOHONEN
II.8.Validation et tests
Les réseaux RBF
Les étapes de la conception d’un réseau
Choix des échantillons
Elaboration de la structure du réseau
Apprentissage
II.9.Les avantages et les inconvénients
II.10.Conclusion
CHAPITRE III
AMELIORATION DE L’IMAGE PAR LES RESEAUX DE NEURONES
III.1.Introduction
III.3.Intérêt des réseaux de neurones dans le traitement d’image. Le principe utilisé
III.4.Architecture proposée du réseau de neurones.
III.4.1.Architecture du réseau
III.4.2.Parcours de l’image.
III.4.2.1.Le parcours automatique.
III.4.2.2.Le parcours aléatoire
III.4.3.Apprentissage.
III.4.4.Tests du réseau de neurones.
III.5.Conclusion
CHAPITRE IV
IMPLEMENTATION & SIMULATION.
IV.1.Introduction
IV.2.Environnement de développement. Description de l’application
IV.3.Partie traitement d’image
IV.3.1.Image origine
IV.3.1.1.Image bruitée
IV.3.1.2.Image bruitée
IV.3.1.3.Image bruitée
IV.3.1.4.Image origine
IV.3.2.Phase des tests & résultats
IV.3.4.Conclusion
CONCLUSION GENERALE ET PERSPECTIVES.
REFERENCES BIBLIOGRAPHIQUES.
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.