Abstract:
La segmentation est une étape nécessaire dans le processus de traitement et d’analyse d’images. Elle correspond au partitionnement de l’image en un ensemble de classes ou de régions en se basant sur des critères spectraux ou spatiaux (comme l’information couleur, les relations de voisinage entre les pixels dans l’image...). Ces dernières années ont été marquées par la publication d’un grand nombre d’articles dans cette thématique. Les domaines d’application sont très variées : la télédétection, les applications militaires, l’imagerie médicale etc.
Nous proposons dans un premier temps une étude focalisée sur les différentes méthodes de segmentation en régions que l’on peut trouver dans la littérature. Ensuite, Nous développons une chaîne complète de segmentation d’image grise basée sur la théorie de la morphologie mathématique.
Cette méthode de segmentation consiste d’abord à simplifier l’image en utilisant la ligne de partage des eaux (LPE). Celle-ci transforme l’image en un ensemble de régions qui seront modélisées par un graphe d’adjacence de régions. Sur ce dernier, des opérations morphologiques sont appliquées afin de fusionner les régions candidates entre elles.
Cette chaine de segmentation est appliquée à d'image grise microscopiques afin de délimiter et d’extraire ses noyaux. L’originalité de l’algorithme proposé est qu’il possède des capacités de généricité, de flexibilité et d’adaptabilité à la variabilité des contextes. En effet, il combine l’information spatiale et spectrale contenue dans l’image en réduisant au minimum le nombre de paramètres à calculer. Ceci rend l’approche non supervisée et automatique.
