UPMC

Cours BIMA

Bases du traitement des images
BIMA

Cours 10!
Segmentation!

Prof. Matthieu Cord!

Matthieu.cord@lip6.fr

UPMC

1

Cours BIMA

Plan des cours :
7. Détection de primitives
8. Description, caractérisation ; applications
Distance et mise en correspondance, indexation

9. Reconnaissance des formes
10. Segmentation d’images

Matthieu.cord@lip6.fr

2

UPMC

Cours BIMA

Segmentation : introduction
• Définition :
• Partitionner l’image en zone homogènes selon un critère déterminé: couleur, texture, niveau de gris, …
• 1 partition de l’image I = ensemble de parties non vides
Ri appelés régions, d’intersection vide, et d’union I

3

Matthieu.cord@lip6.fr

UPMC

Cours BIMA

Segmentation : introduction
Contexte par rapport au cours de détection et caractérisation de primitives dans les images :
• Une région est une primitive
• Algorithme d’analyse basée régions :
1. Détection des régions => segmentation
2. Description des régions
1. Caractéristiques de forme, de position, de taille
2. Caractéristiques radiométriques, …

Matthieu.cord@lip6.fr

4

UPMC

Cours BIMA

Segmentation : introduction
• Angles d’attaques :
• Coté Optimisation (formalisme général)
• Minimisation globale sous contrainte entre l’image originale et l’image segmentée => méthodes basées optimisation

• Coté espace de description des pixels
• Analyse d’histogrammes, quantification => méthodes basées clustering

• Coté géométrie de l’image : approches régions
• Croissance, division => méthodes basées régions

• Difficultés :
• Problème de stabilité de la détection (répétabilité)
• Problème souvent mal posé, plein de solutions acceptables, très dépendant du contexte
• Souvent très calculatoire
5

Matthieu.cord@lip6.fr

UPMC

Cours BIMA

Plan

Segmentation : un pb d’optimisation

Méthodes basées régions Matthieu.cord@lip6.fr

Méthodes basées clustering Méthodes