Présentation
Auteur(s)
-
Isabelle BLOCH : École nationale supérieure des télécommunications - Département Traitement du signal et des images - CNRS URA 820
-
Henri MAÎTRE : École nationale supérieure des télécommunications - Département Traitement du signal et des images - CNRS URA 820
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
La fusion d’informations regroupe les techniques utilisées pour associer des informations variées sur un même problème. En traitement des images, la fusion d’informations se préoccupe de combiner au mieux des images d’origines différentes pour mieux connaître l’objet d’observation. La fusion est devenue un aspect important de traitement de l’information dans plusieurs domaines très différents, dans lesquels les informations à fusionner, les objectifs, les méthodes, et donc la terminologie, peuvent varier beaucoup, même si les analogies sont également nombreuses. L’ampleur que prend la fusion d’informations suit celle que prennent les technologies et le traitement de l’information en général.
Cet article vise à préciser le contexte et les concepts de la fusion dans le domaine du traitement du signal et des images (TDSI), à dégager des définitions et à présenter les grandes lignes des principales approches numériques. Nous ne présentons pas ici les approches à bases de règles, syntaxiques, logiques, ni les approches neuronales.
Le paragraphe 1 présente une définition générale, les caractéristiques des données à prendre en compte dans un système de fusion, ainsi que les principales étapes. Le paragraphe 2 est consacré de manière plus précise aux spécificités de la fusion en traitement des images, en soulignant ce qui la distingue de la fusion dans d’autres domaines. Les principales approches numériques sont ensuite exposées, dans les paragraphes 3 pour les approches probabilistes et bayésiennes, 4 pour la théorie des fonctions de croyance, et 5 pour les méthodes floues et possibilistes. Enfin dans le paragraphe 6, nous discutons du traitement de l’information spatiale en fusion d’images.
Cet article est réservé aux abonnés.
Il vous reste 95 % à découvrir.
Déjà abonné ? Se connecter
DOI (Digital Object Identifier)
Présentation
Fusion floue et possibilisteArticle inclus dans l'offre
"Le traitement du signal et ses applications"
(162 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
4. Fusion dans la théorie des fonctions de croyance
La théorie des fonctions de croyance (ou théorie de Dempster-Shafer) date des années 1970 mais son utilisation en fusion d’images est relativement récente. Pourtant les premières applications sont prometteuses, et nous montrons dans ce paragraphe quelles sont les caractéristiques de cette théorie qui justifient que l’on s’y intéresse, aussi bien du point de vue de la représentation des connaissances et de leurs imperfections (imprécision, incertitude, ambiguïté, ignorance, conflit) que de leur combinaison.
4.1 Modélisation
La théorie des fonctions de croyance permet, de manière analogue à la théorie des possibilités comme nous le verrons dans le paragraphe 5, de représenter à la fois l’imprécision et l’incertitude, à l’aide de fonctions de masse m, de plausibilité P ls et de croyance Bel [66] [108] [112]. Les fonctions de masse sont définies sur tous les sous-ensembles de l’espace de discernement D (contenant par exemple les classes auxquelles on s’intéresse) et pas simplement sur les singletons comme les probabilités qui ne mesurent que la probabilité d’appartenance à une classe donnée.
Posons
où chaque
désigne une hypothèse en faveur...
Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.
Déjà abonné ? Se connecter
Fusion dans la théorie des fonctions de croyance
Article inclus dans l'offre
"Le traitement du signal et ses applications"
(162 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
BIBLIOGRAPHIE
-
(1) - WHITE (F.E.) - Data Fusion Lexicon, Data Fusion Subpanel of the Joint Directors of Laboratories Technical Panel for C 3. - 1991.
-
(2) - ANDRESS (K.M.), KAK (A.C.) - Evidence Accumulation and Low Control in a Hierarchical Spatial Reasoning System. - AI Magazine, p. 75-94, 1988.
-
(3) - APPRIOU (A.) - Probabilités et incertitude en fusion de données multisenseurs. - Revue scientifique et technique de la défense, (11), p. 27-40, 1991.
-
(4) - APPRIOU (A.) - Formulation et traitement de l’incertain en analyse multisenseurs. - Quatorzième Colloque GRETSI, p. 951-954, Juan-les- Pins, 1993.
-
(5) - AURDAL (L.), BLOCH (I.), MAÎTRE (H.), GRAFFIGNE (C.), ADAMSBAUM (C.) - Continuous Label Bayesian Segmentation, Applications to medical Brain Images. - ICIP’97, vol. II, p. 128-131, 1997.
-
(6) - BALDWIN (J.F.) - Inference...
Cet article est réservé aux abonnés.
Il vous reste 93 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Le traitement du signal et ses applications"
(162 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
