3 - Segmentation d'images couleur par coalescence non supervisée d'histogrammes 2D et fusion de régions selon la théorie de Dempster-Shafer

Show full item record

Files in this item

PDF 03•Lezoray.pdf 577.1Kb

Pour citer ce document :
URI: http://hdl.handle.net/2042/2437
Title: 3 - Segmentation d'images couleur par coalescence non supervisée d'histogrammes 2D et fusion de régions selon la théorie de Dempster-Shafer
Author: LEZORAY, O.; CHARRIER, C.
Abstract: Dans cet article nous proposons une méthode de segmentation d'images couleur selon une nouvelle approche que nous appelons bi-marginale. Afin de pallier les défauts des approches marginales classiques, nous considérons les composantes couleur deux à deux afin d'avoir une vue partielle de leur corrélation. Travaillant selon cette vision bi-composante, nous considérons les trois combinaisons possible comme trois sources d'informations indépendantes. Chaque information bi-composante est tout d'abord analysée selon un schéma de coalescence morphologique non supervisé qui recherche les couleurs dominantes d'un histogramme bidimensionnel. Cela permet de construire trois cartes de segmentation distinctes qui sont combinées par intersection après avoir été simplifiées. L'intersection produisant une sur-segmentation, une fusion des régions deux à deux est opérée selon un critère de similarité et selon la combinaison de Dempster-Shafer jusqu'à un critère de terminaison. Afin d'automatiser la méthode de segmentation, une mesure d'énergie est proposée afin de quantifier la qualité d'une segmentation, celle-ci sert tout au long de la méthode proposée comme indicateur de performance de la segmentation afin d'en régler les différents paramètres.
Description: In this paper, a color image segmentation method based on a new approach called bimarginal is proposed.To overcome the drawbacks of the classical marginal approaches, color components are considered in pairs in order to have a partial view of their inner correlation. Working with color images, the three possible combinations are considered as three independant information sources. Each pairwise component combination is firstly analyzed according to an unsupervised morphologic clustering which looks for the dominant colors of a 2D histogram. This leads to obtain three segmentation maps combined by intersection after being simplified. The intersection process itself producing an over-segmentation of the image, a pairwise region merging is done according to a similarity criterion with the Dempster-Shafer theory up to a termination criterion. To fully automate the segmentation, an energy function is proposed to quantify the segmentation quality. The latter acts as a performance indicator and is used all over the segmentation to tune its parameters.
Subject: Couleur, segmentation, coalescence, fusion, Dempster-Shafer, multi-échelle, qualité; Color, segmentation, clustering, fusion, Dempster-Shafer, multi-scale, quality
Publisher: GRETSI, Saint Martin d'Hères, France
Date: 2004

This item appears in the following Collection(s)

Show full item record





Advanced Search