Thèse soutenue

Segmentation d'images basée sur les statistiques de rangs des niveaux de gris

FR  |  
EN
Auteur / Autrice : Duyan Bi
Direction : Jean-Pierre Asselin de Beauville
Type : Thèse de doctorat
Discipline(s) : Sciences appliquées
Date : Soutenance en 1997
Etablissement(s) : Tours

Mots clés

FR

Résumé

FR

Dans ce mémoire, nous présentons de nouvelles méthodes de segmentation d'images basées sur les statistiques de rangs des niveaux de gris. A travers cette étude, nous avons mis en évidence l'efficacité de la caractérisation des régions à l'aide des statistiques de rangs des niveaux de gris tant pour les régions que pour la discrimination de textures. Dans un premier temps, nous utilisons celles-ci pour la détection de contours. En considérant les contours comme des transitions fortes de niveaux de gris entre régions, on base la détection sur une modélisation du changement des niveaux de gris par rapport à leurs rangs dans une fenêtre. Les contours sont finalement positionnés grâce à une nouvelle méthode de localisation s'appuyant sur une modélisation géométrique locale d'un contour dans une fenêtre de 3 x 3 pixels. Les résultats de la détection sur des images réelles ont montré l'efficacité de notre approche. Dans un deuxième temps, nous avons pris en compte la relation qui lie les positions spatiales et les rangs des niveaux de gris des pixels dans un voisinage. Cela permet de faire ressortir la structure locale de la distribution de niveaux de gris dans l'image. Nous décrivons ensuite la texture en calculant les fréquences d'apparition de ces structures de base dans une région. Cette nouvelle description de texture, permet la mise en oeuvre de la discrimination et la segmentation de textures. La comparaison de cette méthode avec celles des matrices d'occurrences, de l'énergie de texture, et de la transformation de Gabor a montré la supériorité de la méthode proposée.