THESE/these.lof

   1 \select@language {french}
   2 \addvspace {10\p@ }
   3 \addvspace {10\p@ }
   4 \contentsline {figure}{\numberline {2.1}{\ignorespaces Segmentation d'une image en niveaux de gris de 128 $\times $ 128 pixels par analyse simple d'histogramme. Colonne de gauche : image d'entr\IeC {\'e}e. Colonne centrale : histogramme des niveaux de gris. Colonne de droite : r\IeC {\'e}sultat de la segmentation.}}{16}{figure.2.1}
   5 \contentsline {subfigure}{\numberline {(a)}{\ignorespaces {Image initiale comportant deux zones : le fond et le cochon (la cible)}}}{16}{figure.2.1}
   6 \contentsline {subfigure}{\numberline {(b)}{\ignorespaces {Histogramme des niveaux de gris}}}{16}{figure.2.1}
   7 \contentsline {subfigure}{\numberline {(c)}{\ignorespaces {Image binaire repr\IeC {\'e}sentant la segmentation. Seuil estim\IeC {\'e} \IeC {\`a} 101 apr\IeC {\`e}s 4 it\IeC {\'e}rations.}}}{16}{figure.2.1}
   8 \contentsline {subfigure}{\numberline {(d)}{\ignorespaces {Image initiale bruit\IeC {\'e}e}}}{16}{figure.2.1}
   9 \contentsline {subfigure}{\numberline {(e)}{\ignorespaces {Histogramme des niveaux de gris}}}{16}{figure.2.1}
  10 \contentsline {subfigure}{\numberline {(f)}{\ignorespaces {Image binaire repr\IeC {\'e}sentant la segmentation. Seuil estim\IeC {\'e} \IeC {\`a} 99 apr\IeC {\`e}s 5 it\IeC {\'e}rations.}}}{16}{figure.2.1}
  11 \contentsline {figure}{\numberline {2.2}{\ignorespaces Segmentation d'une image en niveaux de gris de 128 $\times $ 128 pixels par simplification de graphe de type \textit {Normalized cut} pour un nombre $s$ de segments variant de 2 \IeC {\`a} 5.}}{18}{figure.2.2}
  12 \contentsline {subfigure}{\numberline {(a)}{\ignorespaces {$s = 2$}}}{18}{figure.2.2}
  13 \contentsline {subfigure}{\numberline {(b)}{\ignorespaces {$s = 3$}}}{18}{figure.2.2}
  14 \contentsline {subfigure}{\numberline {(c)}{\ignorespaces {$s = 4$}}}{18}{figure.2.2}
  15 \contentsline {subfigure}{\numberline {(d)}{\ignorespaces {$s = 5$}}}{18}{figure.2.2}
  16 \contentsline {figure}{\numberline {2.3}{\ignorespaces Segmentation d'une image en niveaux de gris de 128 $\times $ 128 pixels par algorithme \textit {k-means} pour un nombre $s$ de segments variant de 2 \IeC {\`a} 5. Chaque couleur est associ\IeC {\'e}e \IeC {\`a} un segment. Les couleurs sont choisies pour une meilleure visualisation des diff\IeC {\'e}rents segments.}}{19}{figure.2.3}
  17 \contentsline {subfigure}{\numberline {(a)}{\ignorespaces {$s = 2$}}}{19}{figure.2.3}
  18 \contentsline {subfigure}{\numberline {(b)}{\ignorespaces {$s = 3$}}}{19}{figure.2.3}
  19 \contentsline {subfigure}{\numberline {(c)}{\ignorespaces {$s = 4$}}}{19}{figure.2.3}
  20 \contentsline {subfigure}{\numberline {(d)}{\ignorespaces {$s = 5$}}}{19}{figure.2.3}
  21 \contentsline {figure}{\numberline {2.4}{\ignorespaces Segmentation d'une image en niveaux de gris de 128 $\times $ 128 pixels par algorithme \textit {mean-shift} pour un rayon de voisinage $r$ de 100, 50, 35 et 25 pixels permettant d'obtenir un nombre $s$ de segments variant respectivement de 2 \IeC {\`a} 5. Le volume minimal admis pour un segment est fix\IeC {\'e} \IeC {\`a} 100 pixels. Chaque couleur est associ\IeC {\'e}e \IeC {\`a} un segment. Les couleurs sont choisies pour une meilleure visualisation des diff\IeC {\'e}rents segments.}}{20}{figure.2.4}
  22 \contentsline {subfigure}{\numberline {(a)}{\ignorespaces {$r=100 \Rightarrow s = 2$}}}{20}{figure.2.4}
  23 \contentsline {subfigure}{\numberline {(b)}{\ignorespaces {$r=50 \Rightarrow s = 3$}}}{20}{figure.2.4}
  24 \contentsline {subfigure}{\numberline {(c)}{\ignorespaces {$r=35 \Rightarrow s = 4$}}}{20}{figure.2.4}
  25 \contentsline {subfigure}{\numberline {(d)}{\ignorespaces {$r=25 \Rightarrow s = 5$}}}{20}{figure.2.4}
  26 \addvspace {10\p@ }
  27 \addvspace {10\p@ }
  28 \addvspace {10\p@ }