Segmentation

Segmentation
S Y S - 8 4 4
M o d u l e 4
Plan du module
Seuillage
Croissance de région
Partition de régions
Regroupement
Partition - regroupement
Définitions
Segmentation
Partition d’une image en un ensemble de régions
Région
Zone homogène dans l’image
(niveau de gris, couleur, texture, gradient, etc.)
Principes de base de la segmentation
Similarité
Proximité spatiale
Vue d’ensemble de la segmentation
Représentation des régions
Contour
Étiquetage
Segmentation
par contour
Étiquetage
Image binaire!N / B
Image niveaux gris!éclairement
Image couleur!RVB, TSL, L*a*b*
Texture!matrice cooccurrence
Vecteurs déplacement!mouvement
Images 3D!profondeur
Composition des régions

Exemple: segmentation en niveaux de gris
Définition d’une région
Soit I une image
Segmentation en régions partition de I en K régions Rk
I=
K
!
k=1
Rk
1. Tout pixel appartient à une région
Ri!Rj= 0
2. Aucun pixel n'appartient à plus d’une
région
3. Proximité (cohérence) spatiale
p connect´e `a p’
∀p, p!∈Rk
4. Cohérence des attributs de région
P(Rk) est VRAI pour k: 1,2,· · · , K
P(Ri∪Rj) est FAUX pour Ri, Rjadjacent
et i"=j
Étiquetage
Chaque région possède une étiquette unique
Un plan d’étiquettes est une image de même dimension et
parallèle au plan image. Il indique les étiquettes
correspondant aux pixels
Contours
Tous les contours sont numérotés
Les contours changent de nom aux sommets et points de
rencontre
Description compacte: code de Freeman
Représentation d’une région
Plan d’étiquettes
Plan de contours
Description de contour par code de Freeman
Déplacement le long de la région, en la gardant à notre droite
Sens anti-horaire (illustré) ou horaire
CC={i,j}[5 5 6 6 6 0 0 0 0 0 0 0 1 1 2 2 2 4 4 5 4 3 4 4]

Croissance
Débuter en un point d’une région
Agrandir la région par similarité
Continuer tant que regroupements possibles
Partition
Débuter en 1 région (image complète ?)
Séparer en plusieurs petites régions
Continuer à séparer tant que possible (récursif)
Hybride
Séparer - regrouper
Segmentation en régions
Segmentation hybride
Combinaison de partitions - regroupements
Critères de partition ou regroupement
Locaux: 1 pixel ou région et ses voisins
Globaux: grand nombre de pixels répartis dans l’image
Segmentation perceptuelle
Seuillage
!Le seuillage constitue une approche simple à la
segmentation. Le seuillage sert de composante de base à
des algorithmes plus complexes de segmentation
Binarisation de l’image
Production de 2 zones de base :
Zone 0!si I(x,y) ! T
Zone 1!si I(x,y) > T
Segmentation par croissance de région
Algorithme simple, mais lent. On débute en 1 point, on lui
assigne une valeur d’étiquette, puis on trouve les voisins
possédant la même valeur de zone.
Seuillage global T

T=46 T=64 T=96
T=128 T=192 T=224
Effets du choix de la valeur de seuil T
!Le résultat de la binarisation n’est pas une segmentation
car plusieurs zones déconnectées ont la même valeur
d’étiquette. Il faut maintenant segmenter en assignant des
étiquettes aux régions (décrites par exemple par des codes
de Freeman enchaînés).
Algorithme simple de segmentation par
croissance de région inter-connectée
Principe :
Image seuillée avec K seuils
Zones résultantes segmentées par croissance de région
Algorithme :
Seuillage multiple Tk
zone(i, j) = ksi Tk−1≤I(i, j)< Tk
pour k: 1 · · · K
R(i, j) : étiquetage par croissance de région
Seuillage Tk
Global!dépend de I(i,j)
Local!dépend de N(i,j)
Dynamique!dépend de I(i,j) et N(i,j)
(ou hybride)
Hystérésis
Seuils d’après histogramme
Marquage dans une zone si un voisin est marqué
Image
• Choisir le seuil T à la position de vallée : T=13
• Appliquer le seuil trouvé T à chaque pixel de l’image
Choix des seuils Tk
Selon l’histogramme (global)

Image du mandrill Image après un seuillage global
avec T = 96
Image originale de la route Image résultante du seuillage
des points extrêmes (n=2)
Selon le voisinage (local)
Tk=nσ2|voisinage
marque si |I(i, j)−µ|> Tk
Seuillage global à 80 Seuillage global à 100
Seuillage avec hystérésis
(valeurs de seuil : 80 et 100)
Par hystérésis (dynamique)
Algorithme
Seuillage par hystérisis
1. Choisir 2 niveaux de seuil (global)
!TL :!faire ressortir les éléments désirés
! ! ! incluant des détails non-pertinents
!TH :!éléments désirés, avec des manquements
2. Marquer tous les pixels >TH
3. Pour tous les pixels adjacents aux pixels marqués :
!Marquer si >TL
4. Répéter 3 pour tous les pixels marqués dans 2
Segmentation par
croissance de
région
TANT QUE image n’est pas segmentée en entier
1. Choisir un pixel non-étiqueté
2. Examiner les voisins :
Vj similaire " étiquette k
3. TANT QUE Vj # Région k
Examiner les voisins
Vi similaire " étiquette k
4. k = k + 1 et retour à
Algorithme