Jump to : Download | Abstract | Contact | BibTex reference | EndNote reference |

Laferte96c

J.-M. Laferté. Contribution à l'analyse d'images par modèles Markoviens sur des graphes hiérarchiques. Application à la fusion de données multirésolutions. PhD Thesis Université de Rennes 1, Informatique, October 1996.

Download [help]

Download paper: Gziped Postscript

Copyright notice: This material is presented to ensure timely dissemination of scholarly and technical work. Copyright and all rights therein are retained by authors or by other copyright holders. All persons copying this information are expected to adhere to the terms and constraints invoked by each author's copyright. These works may not be reposted without the explicit permission of the copyright holder.

Abstract

On présente dans cette thèse un modèle markovien causal sur un graphe hiérarchique simple à savoir le quadarbre. Ce modèle permet d'induire des algorithmes non itératifs et optimaux d'estimation supervisée et correspondant à divers estimateurs bayesiens (MAP et MPM entre autres). Dans le cas non supervisé on présente également des algorithmes efficaces de type EM. Ces algorithmes sont relativement rapides et sont particulièrement bien adaptés à la fusion de données multirésolutions. Une application à la classification d'images multirésolutions est également proposée et permet d'apprécier l'apport de ces algorithmes par rapport aux algorithmes induits par les modèles markoviens spatiaux, multirésolutions ou multiéchelles surtout en termes de complexité calculatoire

BibTex Reference

@PhdThesis{Laferte96c,
   Author = {Laferté, J.-M.},
   Title = {Contribution à l'analyse d'images par modèles Markoviens sur des graphes hiérarchiques. Application à la fusion de données multirésolutions},
   School = {Université de Rennes 1, Informatique},
   Month = {October},
   Year = {1996}
}

EndNote Reference [help]

Get EndNote Reference (.ref)

This document was translated automatically from BibTEX by bib2html (Copyright 2003 © Eric Marchand, INRIA, Vista Project).