Abstract:
Le but de notre travail est l'étude et la réalisation de deux méthodes de reconnaissance automatiques de formes.
Dans la première méthode, nous extrayons un certain nombre de paramètres morphologiques à partir des images des échantillons des objets à reconnaitre.
Ensuite, après l'application de l'analyse en composantes principales (A.C.P) suivie de la classification automatique basée sur l'agrégation autour des centres mobiles aux données morphologiques obtenues, la signature polaire moyenne de chaque classe en présence est déterminée.
La reconnaissance d'un objet s'effectue alors, en l'affectant à la classe correspondant à la plus petite erreur quadratique entre sa propre signature polaire et les signatures polaires moyennes de toutes les classes.
En seconde partie, la méthode proposée est basée sur l'analyse de paramètres de texture calculés à partir de la matrice de cooccurrence et d'un réseau de neurones milticouches utilisé pour la classification dont l'apprentisage est réalisé par l'algorithme de rétropropagation.
Appliquées à un échantillon de quatre cents graines de quatre espèces différentes, les deux méthodes ont fourni des résultats très intéressants
