PFE: La Ségmentation d'Images - Méthode KMeans
Image segmentation is an important step in any process of image analysis. In the Literature, there are two dual approaches; The edge approach which locates objects boundaries and the region approach which partitions the image into a set of regions.
The best result is achieved through cooperation of both approaches. This cooperation is more effective because the inconvenience of one method may be overcome by the benefits of the alternative one.
De nos jours, l'image joue un rôle très important dans différents domaines, c'est un moyen de transmission d'information et d'étude, la raison pourquoi le traitement d'images a pris une grande partie de recherche et de développement. Et parmi les méthodes de traitement d'images les plus courantes seront la segmentation.
La segmentation d’images est une étape importante dans tout processus d’analyse d’image. Dans la littérature, il existe deux approches ; L’approche de segmentation par contour qui consiste à localiser les frontières des objets, et l’approche de segmentation par région qui consiste à partitionner l’image en un ensemble de régions. Les meilleurs résultats de segmentation sont obtenus en faisant coopérer ces deux approches. Elles sont plus efficaces, car les inconvénients d’une méthode peuvent être surpassés par les avantages de l’autre.
L’objectif de ce travail est de connaitre c'est quoi la segmentation? définir la segmentation par contour en citant quelque techniques connues telle que les contours actifs (snake). Et l'approche gradient qui s'intéresse aux points qui ont un grand changement d'intensité de couleur. Aussi en va voir la segmentation par région et définir quelques approches comme la croissance de régions et l'approche de fusion et/ou division de région (merge et/ou split).
Finalement vient l'approche hybride qui réunie les deux approches précédentes selon la synchronisation d'exécution.