Thèse soutenue

Segmentation pyramidale de textures par décomposition en ondelettes

FR  |  
EN
Auteur / Autrice : Georges L. Loum
Direction : Pierre Provent
Type : Thèse de doctorat
Discipline(s) : Sciences. Traitement d'images
Date : Soutenance en 1996
Etablissement(s) : Paris 12

Mots clés

FR

Mots clés contrôlés

Résumé

FR

Cette these presente une methode de segmentation pyramidale d'images d'aspect texture par decomposition en ondelettes. D'une facon generale, tout processus de segmentation de textures comporte une etape de caracterisation qui precede l'etape de segmentation proprement dite. Notre methode de caracterisation de textures est fondee sur l'interpretation des coefficients de details de la decomposition en ondelettes, comme decrivant les variations locales des niveaux de gris de la texture autour de leur valeur moyenne. Cette interpretation conduit a la definition d'un nouvel attribut, le facteur de forme, qui se calcule sur un nouveau type de voisinage qui possede une structure pyramidale. Pour eprouver la pertinence de ce nouvel attribut, deux algorithmes de classification supervisee de textures sont proposes. Le premier exploite la representation multiresolution de l'analyse par ondelettes pour realiser une caracterisation efficace des textures a plusieurs niveaux de resolution. Le second determine pour chaque texture, un niveau maximal de la decomposition en ondelettes, en definissant un seuil sur les variances des images d'approximation. Ce niveau est utilise pour realiser une preclassification, avant que le processus de classification ne soit conduit a son terme dans chaque classe constituee. Les resultats satisfaisants obtenus par ces deux algorithmes ont valide la methode de caracterisation proposee et demontre la pertinence de l'attribut facteur de forme. La methode de segmentation presentee, tire profit de la forme pyramidale du voisinage sur lequel le facteur de forme est calcule. Cette forme constitue un veritable atout pour un processus de segmentation qui se fonde sur une representation multiresolution des donnees. Elle permet de reduire sensiblement le nombre de pixels de l'image d'attributs representant de zones inter-regions et minimise de ce fait, l'ambiguite sur la localisation precise des frontieres. De plus, les dimensions variables du voisinage pyramidal en fonction du niveau de resolution, suggerent l'elaboration d'un processus de segmentation evoluant suivant une strategie du plus grossier au plus fin: les meilleurs prototypes de chaque classe de texture sont determines a l'aide d'un algorithme qui met en uvre un classificateur flou. Ces prototypes permettent de realiser une segmentation grossiere au niveau de resolution le plus eleve. Cette segmentation primaire est progressivement affinee lors de la descente de la pyramide en dirigeant le processus de segmentation vers les zones de singularites (zones frontalieres ou bruitees). La methode proposee fournit les meilleurs resultats et realise une segmentation sans recouvrement des regions, lorsque la decomposition de l'image est effectuee avec l'ondelette de haar