Analyse et caractérisation de textures d¿images de télédétection - Olfa Charfi
- Format: Broché Voir le descriptif
Vous en avez un à vendre ?
Vendez-le-vôtre95,99 €
Occasion · Comme Neuf
Ou 24,00 € /mois
- Livraison : 25,00 €
- Livré entre le 21 mai et le 1 juin
- Payez directement sur Rakuten (CB, PayPal, 4xCB...)
- Récupérez le produit directement chez le vendeur
- Rakuten vous rembourse en cas de problème
Gratuit et sans engagement
Félicitations !
Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !
TROUVER UN MAGASIN
Retour
Avis sur Analyse Et Caractérisation De Textures D¿Images De Télédétection de Olfa Charfi Format Broché - Livre Économie
0 avis sur Analyse Et Caractérisation De Textures D¿Images De Télédétection de Olfa Charfi Format Broché - Livre Économie
Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.
Présentation Analyse Et Caractérisation De Textures D¿Images De Télédétection de Olfa Charfi Format Broché
- Livre Économie
Résumé :
Le pr?sent ouvrage s?articule autour de trois chapitres afin de cerner la probl?matique li?e aux textures de deux types d?images de t?l?d?tection ? mode d?acquisition diff?rents. Dans le premier chapitre, nous avons d?voil? statistiquement la forte corr?lation des textures qui sont difficilement identifiables par les m?thodes conventionnelles. A cet effet, dans un second chapitre, plusieurs m?thodes ont ?t? utilis?es pour extraire l?information essentielle de chaque texture et de leur attribuer des signatures texturales. Les transformations orthogonales ACI, TKL, TO, ont montr?es leurs performances pour la d?corr?lation des textures. Puis, dans un troisi?me chapitre, nous avons ?labor? des bancs de filtres lin?aires texturaux permettant d?identifier s?par?ment les textures des images. Ces filtres sont con?us ? partir de la TKL, des filtres de Gabor et de la TO-MGG. Dans le dernier chapitre, des classifieurs intelligents, connus pour leur robustesse pour r?soudre le probl?me de la discrimination non-lin?aire, ont ?t? utilis?s. Les r?seaux con?us sont?: FFNN, SVM, QNN. L??valuation de ces m?thodes est r?alis?e en termes de taux de classification des textures
Biographie:
N?e en 1968 ? Tunis en Tunisie. Maitre assistante ? l?Institut des Sciences Appliqu?es et de Technologie de Tunis. Titulaire du dipl?me d?Habilitation universitaire en g?nie ?lectrique de l?Ecole Nationale d?ing?nieurs de Tunis. Sp?cialiste en traitement du signal et de l?image. Effectue des recherches dans l?imagerie de t?l?d?tection et m?dicale.
Détails de conformité du produit
Personne responsable dans l'UE