Segmentation d’images en niveaux de gris par modélisation basée sur les niveaux de gris ordonnés

Abstract

Dans notre travail, on s’intéresse à une technique de segmentation d’images en niveaux de gris par modélisation basée sur les niveaux de gris ordonnés. C’est une modélisation des régions à l’aide d’une fonction linéaire obtenue par approximation des niveaux de gris dans une fenêtre carrée. Les niveaux de gris ordonnés ont été initialement utilisés pour le filtrage non linéaire d’image (filtre médian, filtre à moyenne tronquée). L’avantage de cette méthode est qu’elle enlève efficacement les bruits impulsionnels tout en conservant la structure c'est-à-dire le contour de l’image. Cette méthode ordonne d’abord les niveaux de gris, puis réalise un filtrage en utilisant un filtre non linéaire basé sur les rangs de niveaux de gris et détecte ensuite les contours en utilisant la différence entre le niveau de gris de rang maximum et celui de rang minimum dans une fenêtre donnée. Pour se faire, le premier chapitre est consacré aux notions de base utilisées en traitement d’image. Les principales méthodes d’analyses et de segmentation d’images feront l’objet du second chapitre. Le troisième chapitre décrira la méthode adoptée pour la segmentation d’images et nous donnerons l’algorithme retenu pour cette approche. Le dernier chapitre illustrera les différents tests effectués, puis une interprétation sur les différents résultats expérimentaux obtenus par la méthode implémentée sera faite. Enfin, nous terminerons notre travail par une conclusion et des perspectives ouvertes par ce travail.