TX01 - Étude expérimentale
Segmentation par fusion de labels de K-Means basés sur des histogrammes dans différents espaces de couleurs
Étude suivie par Djamal Boukerroui
UV suivie au printemps 2013.
Résumé
L’objectif de ce projet est d’étudier et de mettre en œuvre l’algorithme de segmentation d’image proposé par Max Mignotte. La méthode de segmentation est basée sur la fusion de plusieurs cartes de segmentation, obtenues avec une algorithme simple, pour finalement obtenir une segmentation finale plus fiable et plus précise.
Ce projet avait également pour but de m’offrir l’occasion de fournir un travail personel afin de me familiariser avec quelques notions fondamentales du traitement d’image, avant de me concentrer sur deux algorithmes principaux : l’algorithme des Mini-batches K-Means et l’algorithme de fusion.
Principe de la méthode de segmentation étudiée
La procédure de segmentation étudiée consiste à construire plusieurs cartes de segmentation d’une image donnée vue dans différents espaces de couleurs. Ces cartes de segmentations sur ensuite fusionnées ; on obtient ainsi un premier résultat (l’image est sur-segmentée). Max Mignotte propose alors une méthode de fusion qui permet de lisser le résultat.
Exemple d’image segmentée
De gauche à droite, nous avons l’image originale, l’image segmentée « brute » et l’image segmentée « fusionnée ».