Détection De Contours Dans Les Images Niveau De Gris “Etude Comparative”

dc.contributor.authorMira, Ouassila
dc.contributor.authorSaada, Sara
dc.date.accessioned2020-12-30T08:15:09Z
dc.date.available2020-12-30T08:15:09Z
dc.date.issued2020
dc.description.abstractIl existe dans le domaine du traitement d’images un grand nombre de filtres de détection de contours. Cependant le choix du filtre reste souvent subjectif, par l’observation de l’image résultat. Notre recherche se base sur les systèmes de détection de contours avec leurs fonctions, leurs avantages et leurs inconvénients. A cet effet, nous comparerons les procédures de détection de contours. Il nous paraît délicat de comparer les performances de filtres numériques avec des critères définis dans le domaine continu. La comparaison est terminée sur la base des images détectées latérales avec leurs valeurs PSNR (rapport signal / bruit de crête) et MSE (erreur quadratique moyenne) pour des stratégies exclusives Les critères que nous avons utilisés servent à évaluer les performances des filtres de détection de contours. Ils permettent de comparer les filtres qu’ils soient à réponse impulsionnelle, c’est à dire calculés à partir d’une convolution avec un masque de coefficients ou par l’intermédiaire d’une équation de récurrence. ABSTRACT There are a large number of edge detection filters in the field of image processing. However, the choice of filter is often subjective, by observing the result image. Our research is based on edge detection systems with their functions, advantages and disadvantages. To this end, we will compare the edge detection procedures. We find it difficult to compare the performance of digital filters with criteria defined in the continuous domain. The comparison is completed based on the detected side images with their PSNR (peak signal-to-noise ratio) and MSE (root mean square error) values for exclusive strategies The criteria we have used to evaluate the performance of edge detection filters. They make it possible to compare the filters whether they are impulse response, that is to say calculated from a convolution with a mask of coefficients or through a recurrence equation. ملخص یوجد عدد كبیر من مرشحات الكشف عن الحواف في مجال معالجة الصور. ومع ذلك ، فإن اختیار المرشح غالبًا ما یكون ذاتیًا ، من خلال مراقبة الصورة الناتجة. یعتمد بحثنا على أنظمة الكشف عن الحواف بوظائفھا ,مزایاھا وعیوبھا. تحقیقا لھذه الغایة ، سنقارن إجراءات الكشف عن الحافة. نجد صعوبة في مقارنة أداء المرشحات الرقمیة بالمعاییر المحددة في المجال المستمر. اكتملت المقارنة بناءً على الصور الجانبیة جذر متوسط الخطأ التربیعي) للاستراتیجیات الحصریة. ) MSE نسبة الإشارة إلى الضوضاء) وقیم ) PSNR المكتشفة مع قیم تُستخدم المعاییر التي قمنا بتطویرھا لتقییم أداء مرشحات الكشف عن الحواف. إنھا تجعل من الممكن مقارنة المرشحات سواء كانت استجابة اندفاعیة، أي محسوبة من الالتواء مع قناع من المعاملات أو من خلال معادلة التكرار.en_US
dc.description.sponsorshipSoutenu devant le jury composé de Mr. BOURAS Mounir,MCA,Univ M’sila,Président; Mr. ATTALLAH Bilal,MCA,Univ M’sila,Directeur de mémoire; Mr. BRIK Youcef,MCB,Univ M’sila,Co-Directeur de mémoire; Mr. DJERIOUI Mohammed,MCB,Univ M’sila,Examinateur.en_US
dc.identifier.otherEL/ESEM018/20
dc.identifier.urihttps://depot.univ-msila.dz/handle/123456789/22872
dc.language.isofren_US
dc.publisherUniv M'silaen_US
dc.subjectTraitement d’images ; Détection de contours ; Filtres ; PSNR ; MSE.en_US
dc.subjectImage processing; Contour detection; Filters; PSNR; MSE.en_US
dc.titleDétection De Contours Dans Les Images Niveau De Gris “Etude Comparative”en_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
1216.pdf
Size:
5.59 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections