Titre :	Conception d’une approche Bio-inspirée pour le traitement des données optiques
Type de document :	document électronique
Auteurs :	TEHAMI Amel, Auteur
Année de publication :	16-11-2017
Accompagnement :	CD
Langues :	Français (fre)
Catégories :	Informatique:informatique
Mots-clés :	Bio-inspirée, Donnée optique, Gravitational Search Algorithm, Shuffled Frog Leaping Algorithm, Segmentation.
Résumé :	Le traitement d'images joue aujourd'hui un rôle important dans de nombreux domaines. Cependant les contraintes d’exploitation justifient la multiplicité des techniques développées dans le domaine du traitement d’images. Dans un système de traitement d’images, l’opération la plus importante est la segmentation d’image. Cette opération s’avère très délicate surtout lorsqu’il s’agit de données complexes telles que celle de la télédétection. En raison de ces contraintes, les diverses stratégies de segmentation des images qui ont été proposées ont affirmé leurs insuffisances et leurs limitations. Il est donc tout à fait normal d’explorer de nouveaux horizons et de trouver de nouvelles méthodes plus souples et plus efficaces. Parmi ces dernières, nous avons les approches bio-inspirées qui ont attiré un grand intérêt à la plupart des chercheurs à la fois en biologie et en informatique. L’objectif de ce mémoire consiste donc à améliorer la segmentation des images par une approche bio-inspirée très récente appelée Shuffled Frog Leaping Algorithm. L’approche est implémentée et appliquée sur différentes type de données synthétiques et optiques. Pour valider les performances de la méthode proposée nous avons effectuées des expérimentations que nous comparons avec la méthode de K-means et une autre méta-heuristique Gravitational Search Algorithm.
Directeur de thèse :	FIZAZI Hadria

Conception d’une approche Bio-inspirée pour le traitement des données optiques [document électronique] / TEHAMI Amel, Auteur . - 16-11-2017 . -  + CD.
Langues : Français (fre)

Catégories :	Informatique:informatique
Mots-clés :	Bio-inspirée, Donnée optique, Gravitational Search Algorithm, Shuffled Frog Leaping Algorithm, Segmentation.
Résumé :	Le traitement d'images joue aujourd'hui un rôle important dans de nombreux domaines. Cependant les contraintes d’exploitation justifient la multiplicité des techniques développées dans le domaine du traitement d’images. Dans un système de traitement d’images, l’opération la plus importante est la segmentation d’image. Cette opération s’avère très délicate surtout lorsqu’il s’agit de données complexes telles que celle de la télédétection. En raison de ces contraintes, les diverses stratégies de segmentation des images qui ont été proposées ont affirmé leurs insuffisances et leurs limitations. Il est donc tout à fait normal d’explorer de nouveaux horizons et de trouver de nouvelles méthodes plus souples et plus efficaces. Parmi ces dernières, nous avons les approches bio-inspirées qui ont attiré un grand intérêt à la plupart des chercheurs à la fois en biologie et en informatique. L’objectif de ce mémoire consiste donc à améliorer la segmentation des images par une approche bio-inspirée très récente appelée Shuffled Frog Leaping Algorithm. L’approche est implémentée et appliquée sur différentes type de données synthétiques et optiques. Pour valider les performances de la méthode proposée nous avons effectuées des expérimentations que nous comparons avec la méthode de K-means et une autre méta-heuristique Gravitational Search Algorithm.
Directeur de thèse :	FIZAZI Hadria