Segmentation en régions non-supervisée par relaxation markovienne

par Catherine Achard

Thèse de doctorat en Vision pour la robotique

Sous la direction de Pierre Bonton.

Soutenue en 1996

à Clermont-Ferrand 2 .

mots clés

• Sciences appliquees

Résumé

Ce memoire aborde le probleme important de la segmentation non supervisee d'images de luminance. Une importante etude bibliographique est a la base du choix de l'utilisation de techniques de relaxation markovienne. Une des contributions de l'etude consiste a diminuer considerablement les temps de calcul mis pour obtenir les segmentations, tout en n'alterant pas la qualite des resultats de celles-ci. L'approche developpee est de type division-fusion. L'etape de division permet de diminuer de maniere importante le nombre d'entites presentes dans le processus de fusion et, par la suite, les temps de calcul. La methode introduire pour la division est originale ; elle est basee sur l'extraction de statistiques d'ordre deux a partir des matrices de cooccurence. L'etude menee dans ce memoire montre l'avantage de ces statistiques par rapport a celles, d'ordre un, extrites des histogrammes de niveaux de gris. Le second point aborde dans ce rapport concerne la fusion. Une originalite de la methode reside dans la definition des parametres de texture sur les regions issues de la division. Ceux-ci permettent de bien caracteriser ces regions. La fusion est alors realisee par relaxation markovienne a partir du graphe d'adjacence irregulier de regions issues de la division. De nombreuses contributions originales sont amenees afin d'estimer les hyper-parametres du systeme. A ce niveau, plusieurs resultats de segmentation sur differents types d'images reelles sont presentes afin de valider la methode. Une etude comparative sur les differentes strategies d'utilisation des relaxations markoviennes est alors menee, de maniere rigoureuse, sur des images de synthese. Cette comparaison est effectuee aussi bien du point de vue qualite des resultats que du point de vue cout algorithmique. Des conclusions interessantes en decoulent

Titre traduit

Unsupervised region based segmentation by markov random fields

Pas de résumé disponible.