Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Poly segmentation ensta baillie

SEGMENTATION Module D ES - Traitement d ? Image et Vision Arti ?cielle Jean-Christophe Baillie CSegmentation Description du problème Fondamentalement la segmentation est un processus qui consiste à découper une image en régions connexes présentant une homogénéité selon un certain critère comme par exemple la couleur L ? union de ces régions doit redonner l ? image initiale La segmentation est une étape importante pour l ? extraction des informations qualitatives de l ? image Elle fournit une description de haut niveau chaque région est connectée à ses voisines dans un graphe et chaque région porte une étiquette donnant des informations qualitatives comme sa taille sa couleur sa forme son orientation L ? image se réduit donc à un graphe de noeuds étiquetés qui contient presque toute l ? information utile au système Les arcs du graphe peuvent être valués précisant si les deux régions connectées sont en simple contact ou si l ? une est incluse dans l ? autre D ? autres informations topologiques peuvent également être stockées comme par exemple le fait qu ? une région est au dessus d ? une autre Selon les techniques de segmentation utilisées la construction de ce graphe peut être plus ou moins complexe On regroupe généralement les algorithmes de segmentation en trois grandes classes voir Segmentation basée sur les pixels Segmentation basée sur les régions Segmentation basée sur les contours La première catégorie travaille sur des histogrammes de l ? image Par seuillage clustering ou clustering ou l ? algorithme construit des classes de couleurs qui sont ensuite projetées sur l ? image La segmentation est implicite puisqu ? on suppose que chaque cluster de l ? histogramme correspond à une région dans l ? image En pratique ce n ? est pas forcément le cas et il faut séparer les régions de l ? image qui sont disjointes bien qu ? appartenant au même cluster de couleur Ces algorithmes sont assez proches des algorithmes de réduction de couleur On peut également considérer une quatrième classe qui serait constituées des algorithmes basés sur les régions contours voir par exemple CLa deuxième catégorie correspond aux algorithmes d ? accroissement ou de découpage de région L ? accroissement de région est une méthode bottom-up on part d ? un ensemble de petites régions uniformes dans l ? image de la taille d ? un ou de quelques pixels et on regroupe les régions adjacentes de même couleur jusqu ? à ce qu ? aucun regroupement ne soit plus possible Le découpage de région est le pendant top-down des méthodes d ? accroissement on part de l ? image entière que l ? on va subdiviser récursivement en plus petites régions tant que ces régions ne seront pas suf ?samment homogènes Les algorithmes dit ??split and merge ? sont un mélange de ces deux approches et nous en décrirons deux exemples le ??split and merge ? classique et l ? algorithme CSC La troisième catégorie s ? intéresse aux contours des objets dans