Classification D’images Par Algorithme PDI

Abstract

La classification d’images est une opération de traitement d’images. Elle est une procédure dans laquelle les pixels similaire d’une image sont identifié et regroupés dans une même classe. Cette opération est à la base de nombreuses applications tant en vision industrielle, qu’en imagerie médicale. L’approche par classification fournie une partition de l'image en regroupant des pixels ayant des niveaux de gris similaires dans une même classe de pixels connaît un très grand succès. L’objectif de ce mémoire est d'obtenir la meilleure classification des images en utilisant l'algorithme PDI pour une application aux images IRM cérébrales en vue d'une classification des différentes régions correspondant aux différents tissus et structures. Nous avons utilisé l'algorithme : FCM qui modélise l’incertitude et l’imprécision qui a été beaucoup utilisé pour la classification des images cérébrales, quelle que soit la modalité et le type d’acquisition, PDI qui normalisent les contributions actuelles du cluster à la fonction objectif de FCM.

Image classification is an image processing operation. It is a procedure in which similar pixels of an image are identified and grouped together in the same class. This operation is the basis of many applications in both machine vision and medical imaging. The classification approach provides a partition of the image by grouping pixels with similar gray levels in the same class of pixels is very successful. The objective of this dissertation is to obtain the best classification of images using the PDI algorithm for application to MRI images of the brain for classification of different regions corresponding to different tissues and structures. We used the algorithm: FCM which models uncertainty and imprecision which has been widely used for the classification of brain images, regardless of the modality and type of acquisition, PDI which normalizes the current contributions of the cluster to the objective function of FCM.