Segmentation d'images texturées par l'analyse anisotropique basée sur la transformation de Random

Résumé

Cette communication présente une nouvelle approche de segmentation d'images texturées. Une image peut être reconstruite par la transformation de Radon inverse à partir de ses projections. En autre terme, l'image peut être modélisée par sa transformée de Radon inverse si la reconstruction est parfaite. L'analyse sur ce modèle montre que la contribution d'une projection pour la reconstruction est fortement liée à sa variation. Donc, on introduit une courbe de variance en fonction de l'angle projectif qui illustre l'importance de projections pour la reconstruction de l'image. C'est aussi cette courbe qui indique les quantités d'informations de l'image conservées dans les projections. Ensuite, un filtre multidirectionnel permettant de calculer les variances de projection pour un voisinage centré à un pixel est proposé pour la segmentation d'images constituées des régions remplies par des textures anisotropes. Les résultats expérimentaux donnés à la fin de la communication montrent la performance du filtrage.