Bibliographie & annexes
Présentation
En anglais
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.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Le traitement du signal et ses applications
(160 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Généralités et définitions
En anglais
7. Conclusion
En fusion numérique pour le traitement d’images, les efforts des dernières années ont permis d’aboutir à une meilleure compréhension des différentes théories issues d’autres domaines telles que les fonctions de croyance et le flou. On sait ainsi maintenant quels sont les bons cadres d’application de ces théories, leurs atouts et limites en traitement d’images, représenter et modéliser l’information et les données numériques, symboliques ou structurelles dans chacun des formalismes, et effectuer leur combinaison. De nombreux développements ont vu le jour, en particulier pour les applications typiques de classification d’images multisources et de reconnaissance de structures ou d’objets dans les images.
Les points restant encore à développer concernent :
-
la gestion du conflit, qu’il est souvent difficile de différencier de la complémentarité des sources, et pour lequel il n’est pas toujours facile de savoir s’il doit être résolu ou non ;
-
la prise en compte de l’origine des données et des connaissances, ainsi que des relations entre les sources (souvent effectuée de manière supervisée, elle nécessite donc un peu d’expérience) ;
-
le choix des algorithmes ;
-
l’évaluation des méthodes, plus ou moins facile suivant que l’on a accès à la vérité ou non .
notons à ce propos que les essais de comparaison des approches numériques de fusion ont souvent donné des résultats contradictoires, et ont donc échoué. Nous pensons que la raison essentielle est que chaque problème s’exprime plus facilement dans une théorie que dans une autre, et que sa résolution par des outils non adaptés nécessite donc des distorsions de ces techniques et n’a pas beaucoup de sens.
L’introduction d’informations spatiales dans la fusion est un point important, pour lequel l’ensemble des méthodes existantes pourrait être encore étoffé.
Des travaux sur la combinaison de méthodes sont également prometteurs puisqu’ils visent à exploiter les avantages des différentes théories pour les faire coopérer. Cette combinaison peut s’appuyer sur les liens qui existent entre les différentes approches. Par exemple une probabilité peut être interprétée comme une fonction de masse particulière, une fonction de croyance dont les éléments...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Le traitement du signal et ses applications
(160 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Conclusion
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...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Le traitement du signal et ses applications
(160 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
