Thèse soutenue

Apport d'un algorithme de segmentation ultra-rapide et non supervisé pour la conception de techniques de segmentation d'images bruitées

FR  |  
EN
Auteur / Autrice : Siwei Liu
Direction : Nicolas Bertaux
Type : Thèse de doctorat
Discipline(s) : Optique, Photonique et Traitement d'Image
Date : Soutenance le 16/12/2014
Etablissement(s) : Aix-Marseille
Ecole(s) doctorale(s) : École Doctorale Physique et sciences de la matière (Marseille)
Jury : Président / Présidente : Denis Friboulet
Examinateurs / Examinatrices : Nicolas Bertaux, Jean-François Aujol, Michel Paindavoine, François Goudail, Frédéric Galland
Rapporteurs / Rapporteuses : Jean-François Aujol, Michel Paindavoine

Résumé

FR  |  
EN

La segmentation d'image constitue une étape importante dans le traitement d'image et de nombreuses questions restent ouvertes. Il a été montré récemment, dans le cas d'une segmentation à deux régions homogènes, que l'utilisation de contours actifs polygonaux fondés sur la minimisation d'un critère issu de la théorie de l'information permet d'aboutir à un algorithme ultra-rapide qui ne nécessite ni paramètre à régler dans le critère d'optimisation, ni connaissance a priori sur les fluctuations des niveaux de gris. Cette technique de segmentation rapide et non supervisée devient alors un outil élémentaire de traitement.L'objectif de cette thèse est de montrer les apports de cette brique élémentaire pour la conception de nouvelles techniques de segmentation plus complexes, permettant de dépasser un certain nombre de limites et en particulier :- d'être robuste à la présence dans les images de fortes inhomogénéités ;- de segmenter des objets non connexes par contour actif polygonal sans complexifier les stratégies d'optimisation ;- de segmenter des images multi-régions tout en estimant de façon non supervisée le nombre de régions homogènes présentes dans l'image.Nous avons pu aboutir à des techniques de segmentation non supervisées fondées sur l'optimisation de critères sans paramètre à régler et ne nécessitant aucune information sur le type de bruit présent dans l'image. De plus, nous avons montré qu'il était possible de concevoir des algorithmes basés sur l'utilisation de cette brique élémentaire, permettant d'aboutir à des techniques de segmentation rapides et dont la complexité de réalisation est faible dès lors que l'on possède une telle brique élémentaire.