Éditeur(s) : HAL CCSD Hong Kong : World Academic Publishing
Résumé : International audience
In automatic image analysis, when using natural images, it is important to select the elements in a scene that can lead to correct characterization. Extraneous elements can result in poor values in the parameter evaluation for recognition. Irrelevant elements also increase the processing time, because they can be used incorrectly by the algorithms for characterization or identification. The goal of this paper is to offer identification algorithms and characterizations that will allow effective recognition. We base our procedure on the photographer focus areas to identify those relevant elements in a scene. In this work, we propose a procedure to select the relevant shape from natural images. The treatment uses focal depth with edge detectors. The resulting points are combined with a region partition to obtain relevant shapes.
ISSN: 2309-0650

hal-01278550
https://hal.archives-ouvertes.fr/hal-01278550

Éditeur(s) : HAL CCSD
Résumé : National audience
Séminaire du Laboratoire de Mathématiques Informatique et Applications (LAMIA)
Point-à-Pitre, Guadeloupe

hal-00694140
https://hal.archives-ouvertes.fr/hal-00694140

Éditeur(s) : HAL CCSD
Résumé : En traitement d'image, avant toute exploitation de résultats d'une segmentation d'image, il est souvent nécessaire de réaliser une opération de fusion. Le but est de créer une partition formée de composantes connexes, modélisant les objets présents dans l'image. La segmentation initiale des images est souvent obtenue par l'exploitation d'attributs de bas-niveau (couleur, texture, forme...). La théorie Gestalt permet de prendre en compte des informations d'un niveau supérieur qui s'appuient sur l'organisation spatiale des objets et groupement d'objets initialement segment'es. Dans cet article, nous proposons une méthode de fusion de régions. L'originalité des travaux repose sur l'ajout d'un nouveau critère qui, associé aux critères Gestalt, permet de prendre en compte les objets jugés d'intérêt par le photographe, c'est-'a-dire les objets aux contours nets. Les régions associées aux objets d'intérêts seront alors préservées alors que les régions floues ou aux contours flous, situées dans l'arrière-plan, auront tendance 'a fusionner entre elles.
Journée du GdR Mathématique de l'Optimisation et Application (MOA)
Saint-François, Guadeloupe

hal-00706538
https://hal.archives-ouvertes.fr/hal-00706538

Éditeur(s) : HAL CCSD
Séminaire du Laboratoire de Mathématiques Informatique et Applications (LAMIA)
Pointe-à-Pitre, Guadeloupe

hal-00835738
https://hal.archives-ouvertes.fr/hal-00835738

Éditeur(s) : HAL CCSD
Résumé : National audience
Séminaire du Laboratoire de Mathématiques Informatique et Applications (LAMIA)
Pointe-à-Pitre, Guadeloupe

hal-00694143
https://hal.archives-ouvertes.fr/hal-00694143

Éditeur(s) : HAL CCSD
Résumé : National audience
7ème Atelier Fouille de Données Complexes dans un processus d'extraction de connaissances - Complexité liée aux données multiples
Hammamet, Tunisia

hal-00604032
https://hal.archives-ouvertes.fr/hal-00604032

Éditeur(s) : HAL CCSD
Résumé : International audience
The segmentation of digital images of plants is a tricky operation. In the example of a plant image on a unhomogeneous background, i.e. taken in its environment, the colorimetric diversity of the elements of a scene or the large number of forms can amplify the phenomena of over-segmentation. Global segmentation methods such as Mean Shift are then in this case the ones which will give the best results. These methods take into account the totality of the pixels of an image before classifying a point. On the other hand, complexity is increased, because it is necessary to go through the whole image treated, in order to find the mode of the point which one wishes to classify. In this article, we plan to couple the global segmentation with a local method which would take over in the event of obvious classification of a given point. The Mean Shift method is used for this purpose in association with Markov's chains.
Applied Imagery Pattern Recognition (AIPR)
Washington DC, United States

hal-00637143
https://hal.archives-ouvertes.fr/hal-00637143
DOI : 10.1109/AIPR.2011.6176338

Éditeur(s) : HAL CCSD
Résumé : Ce travail traite de " l'identification de plantes à partir d'images numériques, par champs de gradients ", provenant de capteurs de types variés. Nous avons choisi des méthodes de type global, afin de pré-segmenter efficacement l'image d'une plante. Parmi ces méthodes, celle du Mean Shift permet de s'acquitter des tâches de paramétrisation, mais présente l'inconvénient d'une forte complexité de calcul. Nous proposons deux méthodes pour résoudre ce problème : le Mean Shift avec changement d'échelle et le Mean Shift Markovien dont le but est de limiter le traitement systématique de tous les pixels par la partie Mean Shift. L'application de ces méthodes permet d'obtenir une partition de l'image dans laquelle on recherche les groupes de pixels, matérialisant les parties d'une plante focalisée par le photographe. Pour mettre en évidence ces zones, nous exploitons : la netteté des formes, la position et la densité spatiale des objets dans une image, afin de construire des masques qui représentent les parties d'une plante. À partir de ces masques, nous extrayons un ensemble de caractéristiques issu de la botanique descriptive, regroupé en trois catégories : la colorimétrie, la morphologie et le structurel. Nos choix méthodologiques sont expérimentés sur une base de données d'images, pour obtenir un ensemble de valeurs de caractéristiques appelées descripteurs. Ces descripteurs sont fournis à un système de classeurs basé sur des algorithmes génétiques, afin d'obtenir des règles désignant chaque type de plantes. L'objectif de ces règles est d'associer un score de ressemblance à chaque image de la base de données, en fonction de l'image soumise comme requête au système de reconnaissance.
Journées d'Études et de recherche des Antilles et de la Guyane
Pointe-à-Pitre, Guadeloupe

hal-00637788
https://hal.archives-ouvertes.fr/hal-00637788

Éditeur(s) : HAL CCSD
Résumé : International audience
In this paper, we use a segmentation method applied to the plants images analysis. The segmentation gives groups of pixels, and we propose to use merging operators to address the most relevant groups in order to improve the recognitions systems performance. In particular, we use an operator called Pi fully reinforced. The experiments carried out show that the use of Pi improves outcomes for structuring groups of pixels.
Advanced Information Networking and Applications
Fukuoka, Japan

hal-00652125
https://hal.archives-ouvertes.fr/hal-00652125
DOI : 10.1109/WAINA.2012.40

Éditeur(s) : HAL CCSD
Résumé : Weather stations are constantly provided with thousands of satellite images with a view to anticipating the progress of natural phenomenons. This constant flow ofinformation requires speed and a strict analysis. Consequently, it is absolutely necessary to implement systems capable of working night and day, in order to make assessments. In this article, we suggest a method relying on pattern recognition investigation techniques, such as segmentation and classification. These techniques will be used to locate and discriminate the banks of clouds coming from images picked up by the GOES geostationary satellite. Treatment of the cloud shapes which have been found can be carried out, using operations, such as mathematical morphology, so as to draw discriminating characteristics. Classifier systems are used in order to interpret the characteristics which have been obtained and to conduct cloud classification.
15th Meeting of the Caribbean Academy of Sciences
Gosier, Guadeloupe

hal-00524903
https://hal.archives-ouvertes.fr/hal-00524903

Éditeur(s) : HAL CCSD
Résumé : National audience
Conférence du Centre d'Etudes Supérieures de Civilisation Médiévale (CESCM)
Poitiers, France

hal-00694124
https://hal.archives-ouvertes.fr/hal-00694124

Éditeur(s) : HAL CCSD
Résumé : International audience
Graphomotor control constitutes a condition to the mastery of literacy and more widely to successful school apprenticeship. The Guadeloupian context is marked by significant rates of early school leaving and illiteracy. In such context, our research is concerned with two questions: “Does graphomotor training can help since kindergarten to strengthen graphomotor performances and the progression of literacy?” and “Which methodological approach can help to characterize the impact of graphomotor training?” By using online acquisition devices, we have tried to characterize the graphomotor skills for 132 pupils. These 3 to 5 years old children were submitted to 3 methods of graphomotor training. One of the methods that suppose family involvement, includes activities inspired by kid’s early scribbles. We considered the statistical analysis of the blind feedbacks of the teachers, of the features provided by the visuo-spatial processing of handwritten productions and of features provided by the sigma-lognormal modeling of the pupils’ movements. The results of this multimodal study show an increase in graphomotor control and in interest for drawing and handwriting tasks. The implication of these preliminary results on the pedagogical and co-educative choices is discussed.
Yves Mazabraud, Thomas Forissier, Alain Pietrus, Olivier Gros, Claire Anjou. CARIBBEAN ACADEMY OF SCIENCES 20 th GENERAL ASSEMBLY AND BIENNAL MEETING: Planning and Abstracts book. Nov 2016, Dehaies, Guadeloupe. 2016.
Deshaies, Guadeloupe

hal-01516420
https://hal.archives-ouvertes.fr/hal-01516420

Éditeur(s) : HAL CCSD
Résumé : International audience
We propose in this article a color image segmentation technique based on an optimization of the Mean Shift method. It consists in classifying clusters of data points of a digital image, it does not require any preliminary designation of the number of classes and of their centers. The Mean Shift method applied to a digital color image creates a new image made up of aggregates of points belonging to a finished number of color classes. The complexity of this method based on a global approach of the image is in O(NxN), N being the number of pixels of the image. Our idea consists in applying a change of scale to the image to be segmented, to reduce the quantity of information and, in using a median filter to decrease the number of colors to minimize the complexity of the latter. The comparative study which we present shows that the optimization which we proposed gives better, reliable results than the classic use of the Mean Shift method.
Complex, Intelligent and Software Intensive Systems, International Conference
Cracovie, Poland

hal-00508427
https://hal.archives-ouvertes.fr/hal-00508427
DOI : 10.1109/CISIS.2010.62

Éditeur(s) : HAL CCSD
Résumé : International audience
The fusion of regions from segmentation is often a required step in order to analyze objects in the scene. It allows to group under a same closure property the partitions of an image, which denote the same object. In this way, several studies have been made. Most of the algorithms are based on global information to evaluate the relevance of region combinations and fusion. In this paper, we propose a merging process based on Gestalt vision's theory. The particularity of our method is to preserve photographer's region of interest thanks to the definition of a new criterion based on Di Zenzo gradient. Thus, region fusion preserves photographer's relevant objects of the scene. The performance of the proposed method is evaluated using various natural images, including Berkeley image database and its accuracy is shown.
Color and Imaging Conference
San Jose, CA, United States

hal-00637144
https://hal.archives-ouvertes.fr/hal-00637144

Éditeur(s) : HAL CCSD
Résumé : National audience
Journées d'Orthopédie, Obésité/biodiversité et Orthopédie
Baie-Mahault, Guadeloupe

hal-00762796
https://hal.archives-ouvertes.fr/hal-00762796

Éditeur(s) : HAL CCSD
Résumé : International audience
Dans cet article, on utilise une méthode de segmentation appliquée à la reconnaissance de végétaux dans des images. La segmentation fournit des groupes de pixels, et nous proposons d'utiliser des opérateurs d'agrégation pour ordonner ces groupes afin d'améliorer les performances du système de reconnaissance. En particulier, on utilise un opérateur totalement renforcé appelé triple pi. Les premiers tests sont réalisés et montrent que l'utilisation du triple pi améliore les résultats pour la structuration des groupes de pixels.
7ème Atelier Fouille de Données Complexes dans un processus d'extraction de connaissances - Complexité liée aux données multiples
Hammamet, Tunisia

hal-00509725
https://hal.archives-ouvertes.fr/hal-00509725

Éditeur(s) : HAL CCSD
Résumé : Afin de prévoir l'évolution des phénomènes naturels, sans discontinuité, des milliers d'images satellites alimentent les stations météorologiques. Ce flot permanent d'informations nécessite rapidité et rigueur d'analyse. Il est donc indispensable de mettre en place des systèmes capables de travailler nuit et jour afin de dresser des bilans exploitables par les chercheurs. Nous proposons dans cet article une méthode, basée sur des techniques d'investigation en reconnaissance des formes, telles que la segmentation et la classification. Ces techniques seront utilisées pour localiser et discriminer les masses nuageuses issues d'images captées par le satellite géostationnaire GOES. Le traitement des formes nuageuses trouvées se fait en utilisant des opérations, telles que la morphologie mathématique afin d'extraire des caractéristiques discriminantes. Pour l'interprétation des caractéristiques obtenues et pour effectuer la classification des nuages, nous utilisons des systèmes de classeurs.
Journées d'Études et de Recherche des Antilles et de la Guyane
Pointe-à-Pitre, Guadeloupe

hal-00637787
https://hal.archives-ouvertes.fr/hal-00637787

Éditeur(s) : HAL CCSD
Résumé : National audience
1ère Journée de l’IREM des Antilles
Pointe-à-Pitre, France

hal-01278559
https://hal.archives-ouvertes.fr/hal-01278559