Segmentation d’images par colonie(s) de fourmis Guilhelm Savin [email protected] L.I.T.I.S. - Université du Havre Année 2008 - 2009 1 Présentation En considérant une image comme un ensemble Γ de pixels, un segmentation de cette image consiste à déterminer n sous-ensembles γi tel que : n−1 ∪i=0 γi = Γ ∀i, j ∈ Nn−1 , i 6= j, γi ∩ γj = ∅ (1) (2) Les sous-ensembles, ou régions, γi forment une partition de Γ. Les pixels d’une même région partagent une certaine propriété d’homogénéité. Il peut s’agir par exemple de détecter des formes dans une image en analysant les couleurs des pixels. Il est possible de segmenter une image de deux façons (cf. Fig 1) : – en détectant directement les régions, – en détectant les contours des régions. Un grand nombre de méthodes de segmentation par détection de contours est basé sur une mesure appelée gradient. Cette mesure permet de détecter les zones hétérogènes de l’image. La figure 2 présente un exemple de l’application du gradient à une image. 2 Travail Nous souhaitons réaliser une méthode de segmentation utilisant des colonies de fourmis afin de détecter les contours des régions d’une image. Les fourmis utiliseront les valeurs du gradient pour guider leur déplacement et déposeront une trace de phéromones sur leurs passages. Cette trace de phéromones participera à influencer le déplacement des fourmis. Le travail peut se décomposer de la façon suivante : 1. se documenter sur les points centraux du sujet, 2. proposer un algorithme définissant le cycle de vie d’une fourmi, 3. proposer une implantation distribuée de l’algorithme. La distribution de l’algorithme se fera à l’aide de la plate-forme Dagda. À noter que l’image sera éventuellement dynamique et que l’algorithme doit donc prendre ce point en considération. 1 (a) (b) (c) Fig. 1 – exemple de détection de régions, l’image originale (a), segmentation par régions (b), segmentation par contours (c) (a) (b) Fig. 2 – exemple de gradient, l’image originale (a) et valeur du gradient (b) 2