segmentation
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