IMN 601 / IMN 712 Définition du problème Définition du problème

1
Reconnaissance de formes et analyse d’images avancée
IMN 601 / IMN 712
Segmentation 1
ère
partie
Par
Pierre-Marc Jodoin
Automne 2016
2
Définition du problème
Concept de classe et d’étiquettes
Partant d’une image d’entrée « x », on cherche à estimer une image de sortie « y »
dont chaque pixel contient une étiquette de classe (étiquette terre ou étiquette mer).
xy
Segmentation
2 Classes
3
Définition du problème
Tous les pixels d’une même classe partagent une (ou plusieurs)
caractéristique en commun :
Couleur;
Niveau de gris;
Mouvement;
Texture;
(...)
Dans l’exemple précédent, on cherche à regrouper ensemble les pixels ayant
un niveau de gris similaire.

2
4
Quelques définitions avant
de commencer
5
Définition du problème
Segmentation, exemple: Terre Vs Mer
Histogramme normalisé
des niveaux de gris
2550
Niveaux de gris clairs = Terre
Niveaux de gris foncés = Mer
Image binaire : blanc = terre, noir = mer
6
Un histogramme représente le nombre de pixels appartenant
à chaque niveau de gris (ou couleur) pouvant être représenté
dans l’image.
""c)c(H intensitéd' pixels Nb
0 255
NbPixels
dans I
135
NbPixels
dans I
135
65
I
113
520
Quelques définitions

3
7
Parfois l’histogramme est normalisé par le nombre de pixels dans l’image:
imagel' dans pixels de totalNb
c intensitéd' pixels Nb
 )c(P)c('H
0 255
P(c)
113
0.01
Ainsi défini, P(c) donne une idée de la probabilité
d’occurrence d’un pixel de niveau de gris “c”.
1)c(P
255
0c
Si je tire un pixel au hasard
dans l’image, j’ai 1% de chance
qu’il soit d’intensité 113.
Quelques définitions
8
Quelques définitions
x: un champ d’observations (image d’entrée)
y: un champ d’étiquettes (image à estimer)
xy
i
Voisinage : ensemble des pixels voisins de « s».
"" s
s
est généralement une fenêtre carrée Nx N
s
s
j
Site : synonyme de pixel. Un site « s » possède les coordonnées (i,j) dans l’image.
},{et ),(
]255,0[et ),(
merterreyjiyy
xjixx
ss
ss
S: ensemble de tous les sites
9
Quelques définitions
Cliques : une clique « c » est un sous-ensemble de pixels tel que
1- « c » est un singleton ou
2- « c » est un ensemble de pixels voisins.
s
s
cliques: ...
xy

4
10
Segmentation
Algorithme du seuil
11
L’algorithme du seuil
POUR CHAQUE site sdu champ d’observations y FAIRE
ALORS Seuil SI 
s
x
1
s
y
Un algorithme simple : le seuil
SINON
0
s
y
xy
/* Étiquette « terre » au pixel (i,j) */
/* Étiquette « mer » au pixel (i,j) */
P(c)
Seuil
A1
12
L’algorithme du seuil
Avantages:
• Trivial à implémenter;
• Très rapide
Invonvénients:
• Le seuil doit être fixé par un utilisateur
C’est un algorithme supervisé
• Algorithme inefficace pour des images bruitées

5
13
L’algorithme du seuil
Segmentation
2 Classes
Segmentation
2 Classes
Terre/Mer
Lettres/Fond
Algorithme inefficace pour des images bruitées
14
Segmentation
Algorithme de la « baguette magique » (magic wand)
ou d’inondation (flood fill)
Baguette magique
15
Idée :
•inonder la région entourant un (ou plusieurs) pixels sélectionnés
Critères :
•En fonction d’un pixel ssélectionné:
•les pixels de la région segmentée doivent être connectés au pixel s
•pour tout pixel q de la région segmentée,
Seuilxx sq 
Segmentation « interactive » en vertu de laquelle l’utilisateur
Sélectionne l’objet à segmenter.