Strategies de segmentation d'images multicomposantes

Strategies de segmentation d'images multicomposantes, application aux coupes histologiques de pommes

La segmentation est une étape primordiale en traitement d’images puisqu’elle conditionne la qualité de l’interprétation, puis la prise de décision.

Beaucoup de méthodes existantes donnent de bons résultats mais supposent des a priori sur la stratégie de traitement ou la distribution des classes, et des connaissances sur le contenu de l’image.

Au regard des progrès technologiques des capteurs et de la capacité des mémoires de stockage, les images multicomposantes sont de plus en plus plébiscitées par rapport aux images monocomposantes (scalaires ou en niveaux de gris) à cause de leur richesse à caractériser une scène donnée.Parmi les stratégies de segmentation à approche région, celles basées sur la classification par analyse d’histogrammes d’images multicomposantes présentent l’avantage de réaliser une segmentation sans connaissance a priori des images.

L’objectif fixé dans le cadre de cette de travail est la mise en oeuvre d’une méthode de segmentation d’images multicomposantes par analyse d’histogrammes multidimensionnels à stratégie vectorielle et non paramétrique, en résolvant les problèmes liés à la manipulation des histogrammes nD et à leur aspect diffus.