Imtnan-Ul-Haque Qazi ; Olivier Alata ; Jean-Christophe Burie ; Ahmed Moussa ; Christine Fernandez-Maloigne
-
Segmentation d'Images Texturées Couleur à l'aide de modèles paramétriques pour approcher la distribution des erreurs de prédiction linéaires
arima:1942 -
Revue Africaine de Recherche en Informatique et Mathématiques Appliquées,
8 octobre 2011,
Volume 14 - 2011 - Numéro spécial CARI'10
-
https://doi.org/10.46298/arima.1942
Segmentation d'Images Texturées Couleur à l'aide de modèles paramétriques pour approcher la distribution des erreurs de prédiction linéairesArticle
Auteurs : Imtnan-Ul-Haque Qazi 1; O. Alata ; J.-C. Burie ; A. Moussa ; Christine Fernandez-Maloigne 1
Nous présentons de nouveaux modèles paramétriques pour approcher la distribution des erreurs de prédiction linéaire issues d’un signal multicanal bidimensionnel. Ces modèles sont utilisés afin d’améliorer la performance d’algorithmes de segmentation d’images texturées couleur. Les modèles de prédiction linéaire 2D offrent une caractérisation des structures spatiales des textures couleur. Dans ce papier, la distribution de l’erreur de prédiction linéaire associée à ces modèles est approchée à l’aide de la distribution de Wishart et des lois de mélanges gaussiennes multidimensionnelles. La méthode de segmentation est basée sur ces modèles de distribution et un modèle de régularisation spatiale des régions. Les résultats montrent qu’en termes de pourcentage d’erreur de segmentation, les performances sont améliorées avec la méthode proposée pour les trois espaces couleur testés par rapport à l’utilisation d’une loi de gauss multidimensionnelle.
Mots-clés : color space comparison,Color texture segmentation,Wishart distribution,Multivariate Gaussian Mixture Model (MGMM),color space comparison.,Color texture segmentation,Wishart distribution,Multivariate Gaussian Mixture Model (MGMM),lois de mélange gaussiennes multidimensionnelles,distribution de Wishart,Segmentation de textures couleur,comparaison d’espaces couleur,[INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV]