Applications de la géométrie stochastique à l'analyse d'images
Par :Formats :
- Nombre de pages304
- PrésentationBroché
- Poids0.68 kg
- Dimensions15,6 cm × 23,4 cm × 2,4 cm
- ISBN978-2-7462-2145-1
- EAN9782746221451
- Date de parution01/04/2011
- CollectionIC2 signal et image
- ÉditeurHermes Science Publications
Résumé
Applications de la géométrie stochastique à l'analyse d'images a pour ambition de faire le point sur les techniques modernes de modélisation stochastique pour extraire l'information contenue dans les images numériques. Il décrit les outils de modélisation issus de la géométrie stochastique pour résoudre des problèmes concrets en analyse d'image tels que la détection d'objets, le décompte d'une population ou la reconnaissance des formes.
Les différents ingrédients comme la modélisation, la simulation, l'optimisation et l'estimation sont détaillés. De nombreux cas pratiques sont traités allant de la télédétection (extraction d'un réseau routier, détection du bâti,...) jusqu'à l'imagerie médicale (détection des espaces de Virchow-Robin) ou encore la biodiversité (décompte d'une population de flamants roses). Applications de la géométrie stochastique à l'analyse d'images s'adresse aux étudiants en master, aux doctorants et aux chercheurs en analyse d'images.
Les différents modèles et algorithmes sont détaillés de sorte que le lecteur puisse les reproduire.
Les différents ingrédients comme la modélisation, la simulation, l'optimisation et l'estimation sont détaillés. De nombreux cas pratiques sont traités allant de la télédétection (extraction d'un réseau routier, détection du bâti,...) jusqu'à l'imagerie médicale (détection des espaces de Virchow-Robin) ou encore la biodiversité (décompte d'une population de flamants roses). Applications de la géométrie stochastique à l'analyse d'images s'adresse aux étudiants en master, aux doctorants et aux chercheurs en analyse d'images.
Les différents modèles et algorithmes sont détaillés de sorte que le lecteur puisse les reproduire.
Applications de la géométrie stochastique à l'analyse d'images a pour ambition de faire le point sur les techniques modernes de modélisation stochastique pour extraire l'information contenue dans les images numériques. Il décrit les outils de modélisation issus de la géométrie stochastique pour résoudre des problèmes concrets en analyse d'image tels que la détection d'objets, le décompte d'une population ou la reconnaissance des formes.
Les différents ingrédients comme la modélisation, la simulation, l'optimisation et l'estimation sont détaillés. De nombreux cas pratiques sont traités allant de la télédétection (extraction d'un réseau routier, détection du bâti,...) jusqu'à l'imagerie médicale (détection des espaces de Virchow-Robin) ou encore la biodiversité (décompte d'une population de flamants roses). Applications de la géométrie stochastique à l'analyse d'images s'adresse aux étudiants en master, aux doctorants et aux chercheurs en analyse d'images.
Les différents modèles et algorithmes sont détaillés de sorte que le lecteur puisse les reproduire.
Les différents ingrédients comme la modélisation, la simulation, l'optimisation et l'estimation sont détaillés. De nombreux cas pratiques sont traités allant de la télédétection (extraction d'un réseau routier, détection du bâti,...) jusqu'à l'imagerie médicale (détection des espaces de Virchow-Robin) ou encore la biodiversité (décompte d'une population de flamants roses). Applications de la géométrie stochastique à l'analyse d'images s'adresse aux étudiants en master, aux doctorants et aux chercheurs en analyse d'images.
Les différents modèles et algorithmes sont détaillés de sorte que le lecteur puisse les reproduire.