Discussion :

[Imène_23]

Bonjour

Je voulais vous demander quel est le critère utiliser pou faire la division dans un algorithme split and merge pour une segmentation d'image. je trouve généralement un critère d'homgénéité, mais comment on calcule ca en fait pour savoir si une classe est homgéne ou non ?
Merci

[pseudocode]

je trouve généralement un critère d'homgénéité, mais comment on calcule ca en fait pour savoir si une classe est homgéne ou non ?

Et bien, tout dépend de ta propre définition d'une classe homogène.

Ca peut être homogène en intensité, en couleur, en motif, en texture, ...

[Imène_23]

Je travaille avec l'intensité pour l'instant après je passerais à la couleur, pourrais-tu me dire comment savoir si une région est homogéne en fonction de son intensité, y'a des formules pour ca ?

[pseudocode]

Je travaille avec l'intensité pour l'instant après je passerais à la couleur, pourrais-tu me dire comment savoir si une région est homogéne en fonction de son intensité, y'a des formules pour ca ?

Et bien, le plus simple c'est de calculer la variance (σ²) des intensités de la région :

σ² = 1/n.Sum{i²} - (1/n.Sum{i})²

où, "i" représente l'intensité d'un pixel de la région
et "n" le nombre total de pixels de la région


Ca peut se calculer très rapidement avec images intégrales.

[Imène_23]

Et bien, le plus simple c'est de calculer la variance (σ²) des intensités de la région :

σ² = 1/n.Sum{i²} - (1/n.Sum{i})²

où, "i" représente l'intensité d'un pixel de la région
et "n" le nombre total de pixels de la région


Ca peut se calculer très rapidement avec images intégrales.

Donc plus la variance est petite plus la région est homogéne c'est ca ?

et dans le cas de la couleur la variance peut être utiliser, ou il existe d'autre méthode ?

[pseudocode]

Donc plus la variance est petite plus la région est homogéne c'est ca ?

tout a fait.

et dans le cas de la couleur la variance peut être utiliser, ou il existe d'autre méthode ?

On peut aussi utiliser la variance. Mais il faut reprendre la définition première :

σ² = 1/n.sum{ (c - mean)² }

où "c" est la couleur du pixel, et "mean" la couleur moyenne de la région.

La différence (c-mean) représente la distance entre les deux couleurs. Suivant l'espace de couleur (RGB, HLS, LAB,...) cette distance se calcule de manière différente.

[Imène_23]

tout a fait.
La différence (c-mean) représente la distance entre les deux couleurs. Suivant l'espace de couleur (RGB, HLS, LAB,...) cette distance se calcule de manière différente.

Merci pseudo code, juste encore une petite question, par exemple pour le RGB sa moyenne est l'intensité du pixel non ? c'est normale ca qu'on revient à une division par l'intensité ?

[pseudocode]

Merci pseudo code, juste encore une petite question, par exemple pour le RGB sa moyenne est l'intensité du pixel non ? c'est normale ca qu'on revient à une division par l'intensité ?

Mon écriture n'était sans doute pas clair. On ne divise par par l'intensité, on divise par le nombre de pixels de la zone.



(variance)

[Imène_23]

ah ok, Merci beaucoup