Quantification des images couleur par un algorithme de classification crédibiliste

Content Provider	Semantic Scholar
Author	Capelle-Laizé, Anne-Sophie Colot, Olivier Fernandez-Maloigne, Christine
Copyright Year	2005
Abstract	Nous proposons un algorithme de quantification des images couleur fonde sur la theorie de l'evidence. Dans ce cadre, le probleme de quantification est vu comme un probleme de classification non supervisee dans l'espace couleur. Partant d'un nombre de classes egal au nombre de couleurs de l'image originale, l'algorithme de classification credibiliste estime iterativement de nouvelles partitions credales. L'originalite du travail presente repose sur la definition d'un nouveau critere controlant la convergence de l'algorithme permettant ainsi d'obtenir le nombre de classes desire. La nouvelle palette couleur est calculee a partir de la partition credale obtenue a la convergence de l'algorithme. Cette approche de quantification couleur par une methode de classification non supervisee presente l'interet d'etre completement independante de toute initialisation. La methode de quantification proposee, comparee a des methodes de quantification existantes a montre son efficacite. En particulier, les resultats en terme de distorsion vis-a-vis de l'image originale sont meilleurs que ceux obtenus avec les autres methodes testees.
Starting Page	424
Ending Page	427
Page Count	4
File Format	PDF HTM / HTML
Alternate Webpage(s)	http://documents.irevues.inist.fr/bitstream/handle/2042/13871/A208_45844.pdf;jsessionid=65A5E39D741E9AE7F2A0B5EDD0ABA3A9?sequence=1
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article