Andere Kunden interessierten sich auch für
![Introduction aux Traitement d'image par l'intelligence Artificielle]( "Introduction aux Traitement d'image par l'intelligence Artificielle")
Introduction aux Traitement d'image par l'intelligence Artificielle29,99 €![R.O.P par les méthodes heuristiques d¿un système électrique complexe]( "R.O.P par les méthodes heuristiques d¿un système électrique complexe")
R.O.P par les méthodes heuristiques d¿un système électrique complexe32,99 €![Utilisation de la TFD en Traitement d'Image]( "Utilisation de la TFD en Traitement d'Image")
Utilisation de la TFD en Traitement d'Image23,99 €![Détection Radar et SAR par les Fractals et Reconstruction des Images]( "Détection Radar et SAR par les Fractals et Reconstruction des Images")
Détection Radar et SAR par les Fractals et Reconstruction des Images42,99 €![Mise en ¿uvre de méthodes d¿identification]( "Mise en ¿uvre de méthodes d¿identification")
Mise en ¿uvre de méthodes d¿identification26,99 €![Méthodes de Caractérisation Diélectrique des Matériaux en Micro-onde]( "Méthodes de Caractérisation Diélectrique des Matériaux en Micro-onde")
Méthodes de Caractérisation Diélectrique des Matériaux en Micro-onde36,99 €![La reconstruction 3D d'objets dédiée au contrôle qualité]( "La reconstruction 3D d'objets dédiée au contrôle qualité")
La reconstruction 3D d'objets dédiée au contrôle qualité46,99 €
La tomographie à rayon X est l'une des techniques de contrôle non destructif, elle est utilisée pour la reconstruction d'image à deux ou trois dimensions. La reconstruction tomographique avec un nombre limité de données reste un problème mal-posé, du fait que les données de projection générées sont initialement bruitées. Il est alors indispensable d'apporter de l'information a priori sur l'objet à reconstruire. Une approche possible est bien l'approche bayésienne. Cette dernière ramène le problème de reconstruction en un problème d'optimisation, par la modélisation probabiliste de tous les paramètres inconnus.Dans ce travail, nous réalisons une étude approfondie de l'inférence bayésienne où l'on adopte un a priori de Gauss-Markov-Potts .La plus part des paramètres du modèle sont inconnus et nous voulons les évaluer conjointement avec l'objet d'intérêt, en utilisant l'approche bayésienne, dont lequel nous pouvons reconstruire conjointement les images et les segmenter dans manière optimale. Quelques comparaisons sont faites par les méthodes FBP, ART, MLEM et MAPEM par modèle de poisson pour attester les performances de notre méthode proposée.