REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
Ministère de l’enseignement supérieur et de la recherche scientifique
Université Larbi Ben M’Hidi Oum El Bouaghi
Faculté des sciences exactes et science de la nature et de la vie
Département d’informatique et de mathématique
1ere année master vision artificielle
Modélisation géométrique
TD Chapitre la segmentation
Exercice 01 : Croissance de régions
On souhaite réaliser la segmentation en régions de l’image I de la figure ci-dessus en
utilisant la croissance de régions.
Appliquer la méthode de croissance de régions sur l’image I en utilisant les critères suivant :
1. Le sens de parcours de l’image est de gauche vers droite, puis de haut en bas (on
commence donc en haut a gauche).
2. Le sens de parcours des voisins est droite–bas–gauche–haut (on considère donc un
voisinage 4–connexité).
3. La mesure d’homogénéités est l’étendue e = max−min.
4. Le seuil de fusion est s = 64 (si e ≤ s, alors le pixel analyse est ajouté à la région en
cours de construction).
Dénombrer et identifier sur l’image I les régions ainsi obtenues puis proposer une solution
pour segmenter les deux symboles de plus.
Exercice 2 : segmentation par histogramme
1. Tracer l’histogramme de l’image
2. Choisir les seuils optimaux d’après l’histogramme pour binariser l’image et écrire
l’algorithme pour retrouver la forme cherchée
Solution1
0a 0a 0a 0a 0a 0a 0a 51a
0a 0a 102b 0a 0a 0a 51a 152c
0a 102b 152b 102b 0a 51a 152c 152c
0a 0 102b 0a 51a 152c 152c 152c
0a 0a 0a 51a 152c 204c 152c 152c
0a 0a 51a 152c 204c 255c 204c 152c
0a 51a 152c 152c 152c 204 c 152 c 152 c
51a 152 c 152c 152 c 152 c 152 c 152 c 152 c
0a 0a 0a 0a 0a 0a 0a 51a
0a 0a 102b 0a 0a 0a 51a 152c
0a 102b 152b 102b 0a 51a 152c 152c
0a 0 102b 0a 51a 152c 152c 152c
0a 0a 0a 51a 152c 204c 152c 152c
0a 0a 51a 152c 204c 255c 204c 152c
0a 51a 152c 152c 152c 204 c 152 c 152 c
51a 152 c 152c 152 c 152 c 152 c 152 c 152 c
Solution proposée diminuer le seuil s = 51
0a 0a 0a 0a 0a 0a 0a 51a
0a 0a 102b 0a 0a 0a 51a 152c
0a 102b 152b 102b 0a 51a 152 152
0a 0 102b 0a 51a 152 152 152
0a 0a 0a 51a 152 204 152 152
0a 0a 51a 152 204D 255 204 152
0a 51a 152 152 152 204 152C 152
51a 152 152 152 152 152 152 152
Solution2
16
14
12
10
8
Intensité
0
5
1
33
61
89
13
17
21
25
29
37
41
45
49
53
57
65
69
73
77
81
85
93
97
D’après l’histogramme le seuil est s = 14
Algorithme :
Pour i=0 à 10
Pour j=0 à 10
Si f(i ,j)≥S alors f(i,j)=1
Sinon f(i,j)=0
Finsi
Fpour
Fpour
Fin
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 0 0 0 0
0 0 0 1 0 0 1 0 0 0
0 0 1 0 0 0 0 1 0 0
0 0 1 0 0 0 0 1 0 0
0 0 0 1 0 0 1 0 0 0
0 0 0 0 1 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
Appliquer la segmentation split and merge sur l’image I
Avec un critère d'homogénéité : Tous les pixels d'une région aient la même
intensité.
L’étape split donne
divisant ainsi l'image en 52 régions. Les régions étant découpées en 4 à chaque
étape, des zones homogènes de l'image peuvent alors être séparées. C'est
pourquoi, l'étape merge est chargée de regrouper les régions voisines si elle
vérient le critère d'homogénéité. C'est-à-dire, pour I
