Indexation d'images texturées fondée sur le modèle multivarié de la Gaussienne généralisée asymétrique à copule Gaussienne
Résumé
Dans ce papier, nous nous intéressons à l'indexation d'images texturées dans le contexte des modèles probabilistes multivariés. En utilisant une transformée en ondelettes, la dépendance entre les coefficients des sous-bandes peut être caractérisée à l'aide d'un modèle stochastique multivarié. Nous introduisons le modèle multivarié de la Gaussienne généralisée asymétrique à copule Gaussienne (GC-MAGG) pour la caractérisation de la dépendance spatiale des coefficients d'ondelettes en prenant en compte l'éventuelle asymétrie de leurs distributions marginales. Le modèle proposé est validé en utilisant un test statistique d'adéquation aux statistiques jointes observées. L'expression analytique de la divergence de Jeffreys entre deux distributions à copule Gaussienne est calculée afin de mesurer la similarité et utiliser le modèle proposé dans une application de classification d'images. En comparaison avec d'autres modèles de la littérature, des bonnes performances sont obtenues en recherche d'images par contenu textural en utilisant le modèle proposé GC-MAGG.
Fichier principal
GRETSI2013_Indexation_d_images_texturA_es_fondA_e_sur_le_modA_le_multivariA_de_la_Gaussienne_gA_nA_ralisA_e_asymA_trique_A_copule_Gaussienne.pdf (244.94 Ko)
Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...