Pixels et super-pixels, lien avec la segmentation
La segmentation est le processus de partitionnement d'une image numérique en plusieurs segments (ensembles de pixels, également appelés super-pixels). Le but de la segmentation est de changer la représentation d'une image en quelque chose de plus significatif et plus facile à analyser.
Le résultat de la segmentation est un ensemble de segments qui couvrent collectivement l'image entière ou un ensemble de contours extraits de l'image. Chacun des pixels d'une région est similaire à une propriété caractéristique ou calculée, telle que la couleur, l'intensité ou la texture. Lorsqu'il est appliqué à une pile d'images, comme dans l'imagerie médicale, les contours résultants de la segmentation peuvent être utilisés pour créer des reconstructions 3D à l'aide d'algorithmes d'interpolation.
Applications
Quelques unes des nombreuses applications de la segmentation d'image sont la récupération d'images basée sur le contenu, l'indexation (rechercher dans une base d’images, les images proches d'une image initiale), la compression et la mise en correspondance, l'imagerie médicale (localisation de tumeurs et autres pathologies, navigation intra-chirurgicale, chirurgie virtuelle), la détection d'objet (détection des piétons, reconnaissance faciale, détection d'object par images satellites), le reconnaissance (detection de visage, d'empreintes digitales, d'iris) et la vidésurveillance.
La méthode utilisée dépend très fortement du type de l'image et de l’application visée
Quelques méthodesCrédits
Projet de recherche réalisé par Pierre Charles et Jules Tantot, dans le cadre d'un cours de traitement d'image à l'école d'ingénieur IMAC.