Tous les projets sont encadrés par des Enseignants-Chercheurs du groupe Traitement et Interprétation des Images (TII) du département Traitement du Signal et des Images (TSI).

---

Calcul de moments invariants pour la reconnaissance d'objets
dans des images

Encadrant(s): Geoffroy Fouquier et Isabelle Bloch
Article:
- Generalized affine moment invariants for object recognition, E. Rahtu et al., ICPR 2006  PDF
- Moment Invariants in Image Analysis, J. Flusser, Proc. of World academy of science, 2006 PDF
Descriptif:
 La reconnaissance d'objets dans les images nécessite de disposer de descripteurs de ces objets qui soient invariants par rapport
à différentes transformations (translation, rotation, etc.). Parmi ces descripteurs, les moments caractérisent bien les formes.
Le but de ce projet est de développer et tester différentes formulations de moments invariants (formulations classiques, et les formulations
généralisées suggérées dans les articles), puis d'étudier leur intérêt pour la classification d'objets et la reconnaissance d'un objet parmi une base d'objets connus.
Programmation : C ou matlab

---

Segmentation de structures abdominales en IRM

Encadrant(s): Isabelle Bloch
Article: Automatic liver segmentation for volume measurement in CT Images S.J. Lim et al., JVCIR 2006 PDF
Descriptif:
La segmentation des organes à partir d'images médicales permet de multiples applications, aussi bien en clinique (diagnostic,
planification thérapeutique, suivi des patients...) qu'en recherche (modélisation du corps, compréhension de processus physiologiques et
biologiques...). Le but de ce projet est de développer des méthodes de segmentation de différents organes dans des images IRM de l'abdomen (vessie, foie,
reins), par des méthodes de seuillage, morphologie mathématique, détection de contours, en s'inspirant de travaux ayant porté sur des images scanner (CT), tels que ceux décrits dans l'article suggéré. Exemple d'images : /tsi/medical/Abdomen/MRI/SVdP/Patient2
Programmation : C ou matlab

---

Imagerie radar RSO : analyse en sous bandes des données TERRASAR-X
 

Encadrant(s): Jean-Marie Nicolas
Article:      SUB-APERTURE DECOMPOSITION FOR SAR URBAN AREA ANALYSIS, C. Tison, F. Tupin,  PDF
Descriptif:
Actuellement, la communauté scientifique dispose d'un certain nombre de capteurs satellitaires imageant la Terre avec un radar. La limitation d'emport sur un satellite limite la dimension de l'antenne physique : aussi ces systèmes utilisent une "antenne synthétique" qui prend en compte un certain nombre de signaux acquis le long de la trajectoire du satellite. Pour simplifier, puisque l'on ne peut pas avoir une antenne de plusieurs kilomètres de longueur (ce qui donne une résolution métrique à décamétrique), on archive et on traite des signaux acquis sur plusieurs kilomètres le long de la trajectoire du satellite.
Les images radar sont des données qui peuvent être fournies sous forme "complexe" (SLC : Single Look Complex) : chaque pixel est représenté par un réel et un imaginaire. L'aspect "données complexes" garde en quelque sorte la trace de la physique de l'acquisition : en passant dans le domaine de Fourier, un des axes prend en compte la bande passante du signal radar (ce qui donne la résolution radiale) et l'autre axe est lié au mécanisme de la synthèse d'ouverture (donc à la position réelle du satellite lors de l'acquisition).
Effectuer une transformée de Fourier, puis sélectionner une partie du spectre et enfin revenir dans le plan image initial permet de construire des images dites "filtrées en sous bande" dont les caractéristiques sont essentielles pour un filtrage ou une extraction d'information.
Le but du projet est de reprendre et adapter des travaux antérieurs (article de F.Tupin et C.Tison : Sub-aperture decomposition for SAR urban area analysis) pour les  appliquer sur des données que nous venons de recevoir de l'agence spatiale allemande et  prises par le capteur TERRASAR-X sur la vallée de Chamonix.

---

Débruitage d'images ultrasonores par filtre anisotrope et méthode variationnelle 

Encadrant(s): Elsa Angelini
Article: K. Krissian, R. Kikinis, C-F Westin, "Speckle-constrained filtering of ultrasound images", IEEE Conference on Computer Vision and Pattern Recognition, CVPR, Page(s):547 - 552 vol. 2, 2005,    PDF
Descriptif:
Ce projet s'intéresse au débruitage d'images ultrasonores par une méthode variationnelle impliquant une diffusion anisotrope  et une contrainte d'attache aux données, permettant d'éliminier le bruit de speckle tout en préservant les contours et les niveaux de gris de l'image originale. L'algorithme proposé dans l'article sera testé sur des volumes de données d'ultrasons cardiaques, de vaisseaux et du coeur.

Langage de programmation: C ou Matlab.

---

Segmentation d'IRM du cerveau par minimisation discrète ICM dans une approche itérative d'arbre 

Encadrant(s): Elsa Angelini
Article: "Unsupervised vector image segmentation by the ICM method", Fwu, J.; Djuric, P.M.; IEEE International Conference on Acoustics, Speech, and Signal Processing, 1996. ICASSP, Volume 4,1996, Page(s):2235 - 2238 vol. 4   PDF
Descriptif:
L'objectif de ce projet est d'implémenter une méthode de segmentation des tissus cérébraux (matière blanche, matière grise, liquide céphalo rachidien, noyaux gris,  tumeurs) avec une approche de partition des pixels par minimisation d'énergie implémentée par l'approche discrète ICM. Une approche originale par structure d'arbre sera évaluée, proposant de réaliser des segmentations binaires itératives afin d'idenfier N tissus différents.
La méthode de segmentation sera testée sur des données d'IRM saines et pathologiques (avec des tumeurs cérébrales).

Langage de programmation: C ou Matlab.

---

Débruitage par filtrage collaboratif sur transformées creuses 

Encadrant(s): Elsa Angelini
Article: K. Dabov, A. Foi, V. Katkovnik, K. Egiazarian, "Image denoising by sparse 3-D transform-domain collaborative filtering", IEEE Transactions on Image Processing, 2007,    PDF
Descriptif:
Ce projet s'interesse à une méthode débruitage d'image par:
- Filtrage collaboratif : regroupement de zones 2D "similaires" et transformée 3D de ces zones agrégées, pour débruitage par seuillage.
- Transformées creuses: les transformées 3D utilisées sont choisies pour fournir une représentation creuse (sparse) du signal. Par exemple des transformées en cosinus, ondelettes,....
- Estimation finale du signal par filtre de Wiener sur blocs.
 

Langage de programmation: C ou Matlab.

---

Détection de changements dans les images radar (1) 

Encadrant(s): Florence Tupin
Papier: An unsupervised Approach Based on the Generalized Gaussian Model to Automatic Change Detection in Multitemporal SAR Images (Bazi, Bruzzone, Melgani), IEEE Transactions on Geoscience and Remote Sensing, 2005  PDF
Descriptif:
Contexte :
La détection de changements est un problème très important à l'heure actuelle en télédétection en raison de la multitude d'images acquises. Afin de limiter le nombre de zones à faire étudier par un photo-interprète, il est nécessaire d'avoir des méthodes automatiques de localisation des zones de changements. Actuellement, plusieurs capteurs satellitaires sont des capteurs radar. Ces images sont très bruitées à cause du phénomène de speckle (interférence des ondes en imagerie cohérente).  Des traitements adaptés doivent donc être développés pour ces images.
Objectif du projet :
L'objectif de ce projet est de programmer une méthode de détection de changements sur les images radar.  L'idée de ces approches adaptées au bruit multiplicatif est de travailler sur le logarithme du rapport plutôt que sur la différence des images. On essaye alors de calculer un seuil optimal en fonction d'une hypothèse de distribution gaussienne, ou gaussienne généralisée.
Une étude du comportement du détecteur sera faite sur des images simulées et sur des images radar réelles.
Programmation :
au choix des élèves (Matlab, C, C++)

---

Détection de changements dans les images radar (2) 

Encadrant(s): Florence Tupin
Article: Generalized Minimum-Error Thresholding for Unsupervised Change Detection from SAR Imagery (Moser, Serpico),  IEEE Transactions on Geoscience and Remote Sensing, 2006  PDF
Descriptif:
Contexte :
La détection de changements est un problème très important à l'heure actuelle en télédétection en raison de la multitude d'images acquises. Afin de limiter le nombre de zones à faire étudier par un photo-interprète, il est nécessaire d'avoir des méthodes automatiques de localisation des zones de changements. Actuellement, plusieurs capteurs satellitaires sont des capteurs radar. Ces images sont très bruitées à cause du phénomène de speckle (interférence des ondes en imagerie cohérente).  Des traitements adaptés doivent donc être développés pour ces images.
Objectif du projet :
L'objectif de ce projet est de programmer une méthode de détection de changements sur les images radar.  L'idée de ces approches adaptées au bruit multiplicatif est de travailler sur le rapport plutôt que sur la différence des images. On essaye alors de calculer un seuil optimal en fonction d'une hypothèse de distribution. Dans cet article, trois distributions sont étudiées qui s'appuient sur des distributions Gamma, log-normale, et Weibull pour l'amplitude des images radar. 
Une étude du comportement du détecteur sera faite sur des images simulées et sur des images radar réelles.
Programmation :
au choix des élèves (Matlab, C, C++)

---

Augmentation de résolution d'une image en exploitant les propriétées d'autosimilarité des images naturelles

Encadrant(s): Andrés Almansa & Saïd Ladjal
Article:  Mehran Ebrahimi and Edward R. Vrscay, "Solving the inverse problem of image zooming
using "self-examples", In Kamel & Campilho (Eds) Image Analysis and Recognition, Lecture Notes in Computer Science, vol 4633, pp 117--130, Springer 2007. PDF

Descriptif:
La théorie de l'échantillonnage de Shannon, et ses variantes basées sur des espaces temps-fréquence tels que les splines, donnent un cadre théorique bien fondé, selon lequel, toute image continue peut être reconstituée de manière très précise  à partir de ses échantillons réguliers, à condition de (i) être suffisamment régulière et (ii) utiliser un taux d'échantillonnage assez dense.

Néanmoins la plupart des images naturelles possèdent certaines propriétés statistiques que l'on peut essayer d'exploiter pour aller au delà des limites imposées par le théorème d'échantillonnage. Dans ce projet on se concentre sur la propriété d'autosimilarité, c'est à dire, le fait que les petites structures locales que l'on observe dans une image ont tendance à se répéter à d'autres endroits de la même image (parfois à une échelle ou orientation différente).

Cette propriété d'autosimilarité a été utilisée avec beaucoup de succès pour la synthèse de texture et l'inpainting (Efros & Leung 1999), ainsi que pour le debruitage d'images par des moyennes non-locales (Buades, Coll & Morel 2005), entre autres applications.

Dans ce projet, on se propose d'explorer l'applicabilité de cette propriété d'autosimilarité, afin d'améliorer la performance des algorithmes d'interpolation d'images avec augmentation de la résolution. Deux cas d'application seront considérés:
1) Extrapolation spectrale: l'image est correctement échantillonnée, sans défaut d'aliasing, et l'on désire augmenter malgré tout le degré de détail. Nous allons y parvenir seulement si nous trouvons les mêmes structures à une échelle plus grossière.
2) Antialiasing: l'image n'est pas assez densement échantillonnée, présentant des phénomènes d'aliasing, que l'on voudrais enlèver, sans chercher à dépasser (comme dans le cas précédent) la fréquence de coupure originale. Dans ce cas, on peut se restreindre à la recherche de l'autosimilarité à la même échelle. La principale difficulté consiste néanmoins à comparer de manière fiable des imagettes aliasées.

---

Interpolation d'images par transformée de Fourier

Encadrant(s): Said Ladjal
Article: M. Unser, P. thevenaz, L. Yaroslavsky Convolution-based interpolation for fast, high quality rotation of images, IEEE Transactions on Image Processing, Vol. 4, No 10, pp: 1371-1381, 1995.  PDF
Descriptif:
On se propose d'analyser et d'implémenter une méthode pour la rotation des images qui est basée sur la transformée de Fourier. Les méthodes habituelles pour exécuter une rotation de l'image sont basées sur une interpolation locale de l'image: Pour chaque pixel de l'image résultat, on calcule la position correspondante dans l'image originale. Cette position n'est (en général) pas entière. Pour connaître le niveau de gris en une telle position non entière on doit recourir à une interpolation, source de flou. Dans les deux figures incluses 4 rotations de 45 degrés ont été appliquées à une même image. D'une part par une méthode d'interpolation bilinéaire et d'autre part par la méthode proposée dans l'article: On voit clairement la différence de flou entre les deux images avec un net avantage à la méthode proposée.
Travail demandé: Implémenter la méthode ( en C ou en matlab/octave). Analyser l'article et évaluer la méthode par rapport à d'autres méthodes possibles. Proposer des solutions pour l'élimination des effets de bords et tester leur efficacité.

---

Débruitage d'images par moyennes non-locales

Encadrant(s): Said Ladjal
Article: A. Buades, B. Coll, J-M. Morel A non-local algorithm for image denoising, International Conferernce on Computer Vision and Pattern Recognition, Vol. 2, pp: 60-65, 2005.  PDF
Descriptif:
L'objet de ce projet est d'étudier une méthode de débruitage non  locale. L'idée de la méthode est de calculer la valeur débruitée d'un  pixel à partir de la moyenne des pixels centraux de petites fenêtres  autour du point. Cette moyenne est pondérée par le degré de  ressemblance entre la petite fenêtre dont le pixel est le centre et  une petite fenêtre autour du pixel qui doit être débruité. Cette  méthode permet d'obtenir de bons résultats en réduction de la  puissance du bruit sans pour détruire l'information à haute fréquence  de l'image.
L'implémentation se fera en matlab ou en C et elle sera assez  organisée pour supporter divers améliorations que le binome pourra  proposer.
 

---

Etude comparative de deux filtres de choc

Encadrant(s): Said Ladjal
Article: " Regularized Shock filters and complex diffusion", G. Gilboa, N. Sochen, Y. Zeevi, IEEE European Conference on Computer Vision (ECCV), 2002  PDF
Descriptif:
 Les filtres de choc sont des filtres définis sur une idée d'inversion du processus de floutage d'une image. Théoriquement ils sont capable d'éliminer le flou des images numériques. Pour parvenir à ce résultat on utilise une approche à base d'équations aux dérivées partielles. Différentes équations ont été proposées reposant toutes sur l'idée d'inversion du floutage, cependant certaines sont plus sensibles que d'autre au bruit. Les élèves devront implémenter différentes équations proposées dans la littérature et étudier en détail les différences de comportement entre les solutions de ces équations.

 La bibliographie de ce projet est composée d'un chapitre de livre et d'un article (l'article ouvre la porte à d'autres articles qui pourront être consultés rapidement).

---

Détramage non-local pour les images numériques

Encadrant(s): Yann Gousseau
Article: "Non-local demosaicing", A. Buades, B. Coll, J-M. Morel, C. Sbert, 2007 PDF
Descriptif:
Pour qu'une image puisse rendre compte des couleurs d'une scène il faut qu'elle comporte au moins trois canaux differents correspondants à des longueurs d'onde distinctes. Par ailleurs, le capteur d'un appareil photo doit pouvoir numériser la scène en un temps très court (sous peine de flou de bougé) contrairement à un scanner qui "photographie" une scène fixe. Cette contrainte fait que les capteurs CCD utilisés dans la plupart des appareils photo numériques actuels sont disposés suivant la trame de Bayer. En chaque point on mesure l'intensité d'un seul type de lumière (généralement le rouge, le vert ou le bleu). Techniquement un capteur CCD est recouvert d'un filtre de couleur (voir illustration). Cette dispostition des capteurs pose deux problèmes principaux. Le premier est que l'information de couleur est absente en tout pixel (en aucune position on ne connait simultanément les composantes rouge, verte et bleue). Le second problème est que chacune des images des trois canaux couleur est sous-échantillonnée, ce qui induit un aliasing. Le but de détramage est d'essayer de remédier à ces problèmes de manière simultanée. On cherche donc à obtenir une image de bonne qualité (sans aliasing) et qui définisse trois canaux couleur en chaque point, si possible sans perte de résolution (flou). De nombreux algorithmes ont été proposés par la communauté scientifique pour résoudre le problème, mais la plupart de la recherche dans ce domaine relève du secret industriel.
Nous proposons d'implémenter une méthode très récente proposée par A. Buades et al.  qui utilise une information non-locale pour inférer les valeurs de couleurs inconnues. On comparera les résultats obtenus avec les algorithmes utilisés par les constructeurs d'appareil photographiques.

La trame de Bayer appliquée aux capteurs CCD des appareils numériques.

---

Détection automatique de zooms numériques

Encadrant(s): Yann Gousseau
Article: "Automatic detection of digital zoom", J. Buzzi, F. Guichard, IEEE International Conference on Image Processing, 2004. PDF
Descriptif:
Le but de ce projet est d'étudier une méthode permettant de détecter automatiquement si une image a subi une opération de zoom numérique. On appelle zoom numérique l'opération permettant d'augmenter le nombre de pixels d'une image numérique.
La méthode repose sur l'étude de l'auto-correlation de la transformée de Fourier de l'image, décrite dans l'article.

---

Synthèse de texture par rééchantillonage de patchs 

Encadrant(s): Yann Gousseau
Article: : " PatchWorks: Example-Based Region Tiling for Image Editing", Patrick Perez; Michel Gangnet; Andrew Blake, Microsoft Research -Technical Report -2004-04, January 2004 PDF
Descriptif:
La synthèse de texture est un domaine riche et actif du traitement des images, dont le but est la reproduction d'echantillons de textures qui soient ponctuellement différents d'une texture donnée, mais produisent la même impression visuelle. Comme vous le verrez en cours, ce domaine a connu récemment d'importants progrès, notamment à la suite de la parution d'une méthode simple mais terriblement efficace de synthèse, [EL99].  Cette méthode consiste à synthétiser l'image pixel par pixel, en cherchant la nouvelle valeur directement sur l'image de référence. Cette méthode est non-paramétrique dans le sens ou il n'est pas proposé de modèle pour la texture, sinon l'image de départ entière, contrairement à ce qui est fait dans le cadre des champs de Markov, par exemple. Le principe est qu'à un pixel est affecté la valeur du pixel de l'image de référence dont le voisinnage est le plus proche du sien, dans un sens à préciser.


Le projet proposé consiste à implémenter et tester une variante recente de cette méthode, [patch04], qui consiste à ne plus effectuer la synthèse pixel par pixel, mais bloc de pixels par bloc de pixels. Ceci permet non seulement de réduire le temps de calcul mais permet également l'obtention  de résultats visuellement  plus satisfaisants.  Un des buts du projet sera  de comprendre quelles sont les structures de l'image qui sont bien prises en compte par cette méthode.  Il pourra également etre intéressant de chercher à identifier (en procédant par exemple a des tests sur des images simples) les liens entre cette méthode et les nouveaux outils de retouche d'image proposés par les dernieres versions du logiciel photoshop.

  [EL99]  A. Efros and T. Leung, "Texture synthesis by non-parametric sampling",  IEEE International Conference on Computer Vision, pages 1033-1038, Corfu, Greece, 1999

---

Appariement et reconnaissance d'objets dans les séquences multi-caméra

Encadrant(s): Hichem Sahbi
Article: : "Matching with Prosac-Progressive Sample Consensus", O. Chum and J. Matas, IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2005 PDF
Descriptif:
La reconnaissance et le suivi d'objets dans les séquences muti-caméra (comme en vidéo surveillance) nécessite l'extraction des caractéristiques visuelles (pts d'intérêt, couleur, etc.) ainsi qu'une étape d'appariement de ces caractéristiques entre les différents points de vue. Le but de ce projet est d'implémenter la méthode d'appariement PROSAC (progressive sample consensus) qui permet de trouver ces appariements d'une façon robuste et efficace. L'application visée (comme extension du papier) est la reconnaissance et le suivi des objets (piétons, voitures, etc.) dans les séquences multi-caméra. Un scénario d'utilisation possible serait de sélectionner un objet dans une vue et le retrouver automatiquement dans les autres vues.
Programmation: Matlab ou C, C++

---

Noyaux d'ensembles pour la reconnaissance et l'indexation des visages

Encadrant(s): Hichem Sahbi
Article: : A kernel between sets of vectors, R. Kondor et T. Jebara, International Confernence on Machine Learning, ICML 2003. PDF
Descriptif:
Le succès des méthodes de classification/reconnaissance comme les SVMs, KPCA depend en bonne partie du bon choix des noyaux. Un noyau est une fonction de similarité (symétrique, continue et de Mercer) qui prend en entrée deux variables dans un espace généralement de dimension fixe (par exemple l'espace des caractéristiques anthropométriques des visages) et retourne la similarité entre ces deux variables. Pour des applications, comme la reconnaissance des personnes, il n'est pas toujours possible de décrire les visages dans des espaces de dimensions fixes; par exemple lorsque les visages présentent des occultations (cf. Figure). Dans ce cas, les similarités et donc les fonctions noyaux impliquent des données à dimensions variables; ces fonctions s'intitulent ``noyaux d'ensembles''.
Le but de ce projet est d'implémenter un ``noyau sur les ensembles'' et de l'étendre pour la reconnaissance des visages.
Programmation: Matlab ou C, C++

---

Risque et détection de changement en télédection

Encadrant(s): Marine Campedel, Richard Lepage et Tullio Tanzi

Articles :

- The ORFEO Tool Box Software Guide, Chap. 16 : Change Detection. May 30, 2008.

- Lu, D., Mausel, P., Brondizio, E., et Moran, E., « Change detection techniques », International Journal of Remote Sensing,  2004, Vol. 25, No. 12, p. 2365-2401. PDF

- Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B., et Lambin, E., « Digital change detection methods in ecosystem monitoring: a review », International Journal of Remote Sensing,  2004, Vol. 25, No. 9,p. 1565 - 1596. PDF

Descriptif: 

Contexte :

L'impact des Technologies de l'Information et des Communications (TIC) est très grand dans notre monde moderne et constitue un apport incontournable pour les autres disciplines. La gestion des risques, spécialement celle des risques dits naturels, a beaucoup à gagner de cet apport. Les récents événements en Asie du Sud Est, en Louisiane, au Pakistan (…) démontrent l’importance que peuvent avoir des données de télédétection en cas de catastrophes naturelles.

En effet, la télédétection revêt un grand intérêt pour les personnes et les organisations chargées de la mise en œuvre des plans de secours. L’utilisation des images acquises par les satellites permet de détecter les habitats et infrastructures (usines, ports, centres de communication, d’énergie et d’approvisionnement, …) ensevelis sous la mer ou la boue, par exemple, ou encore de qualifier les voies d’accès aux sites, touchés voire rendues impraticables.  Ces informations sont précieuses pour les secours et leur absence peut rendre leur travail très délicat.  Cela influe sur la capacité à apporter une assistance dans les premières heures qui suivent la catastrophe.

De manière plus générale, la question est : comment utiliser tous les apports de ces technologies dans le but de procurer des synthèses opérationnelles à des hommes de terrain qui doivent intervenir à la suite d'un événement de type inondations, séisme, tsunami, ... qui relèvent des risques naturels.

Objectif :

L'objectif de ce projet est de réfléchir à l'utilisation de ces techniques modernes de communication, de traitement d'images et du signal, de télédétection afin de constituer des synthèses destinées à aider la prise de décision.

Réalisations demandées :

Déterminer, à l'aide de la littérature, des caractéristiques des indicateurs de changement,-

Exploiter les outils de détection de changement de  l'ORFEO Toolbox (OTB), les images seront fournies.

Détection et comparaison des changements sur les images avant et après catastrophe,

Rapport et conclusion.

Langage de programmation : C++ et la boîte à outil d’analyse d’images satellitaires ORFEO

Exemple d’image avant et après une catastrophe (ici Banda Aceh, tsunami décembre 2004)

---

Détection des bords d'un bâtiment sur une image de façade

Encadrant(s): Michel Roux
Article: : Détection automatique des points de fuite et calcul de leur incertitude à l'aide de la géométrie projective, M. Kalantari, F. Jung,  JP. Guédon et N. Paparoditis, RFIA 2008, Amiens, France, janvier 2008.
 PDF
Descriptif:
L'utilisation d'images de façades pour la modélisation 3D des batîments nécessite la correction de l'effet de perspective dans ces images et la délimitation du bord du bâtiment dans l'image. L'objectif de ce projet est de déterminer la position des points de fuite de l'image, puis de déterminer la position des bords verticaux du bâtiment, de façon à le séparer des bâtiments voisins.

---

Fusion de segmentations d'image par recherche de consensus 

Encadrant(s): Michel Roux
Article: : "A Method of Clustering Combination Applied to Satellite Image Analysis", Ivan O. Kyrgyzov, Henri Maître and Marine Campedel, IEEE - International Conference on Image Analysis and Processing ICIAP 2007, Modena, Italy, septembre 2007. PDF
Descriptif:
Disposant de différents algorithmes de segmentation, la question qui se pose alors est de savoir quelle est la cohérence des différentes partitions obtenues avec ces outils. L'objectif de ce projet est de mettre en oeuvre une méthode de fusion de ces partitions en s'appuyant sur la notion de consensus souvent utilisée dans le domaine de la classification des images.
                               
Image aérienne                                                      Segmentation avec l'algorithme mean-shift

                               
Segmentation avec l'algorithme jseg                         Segmentation avec l'algorithme suk

---

---

---