PANDORE Version 6 GREYC-IMAGE

pentropythresholding



Multiseuillage de l'image par analyse de l'entropie des régions.



Synopsis

pentropythresholding length [-m mask] [im_in|-] [im_out|-]

Description

L'opérateur pentropythresholding permet de multiseuiller l'image initiale im_in par classification des pixels basée sur l'analyse de la matrice de co-occurences.

La matrice de co-occurence Tkl utilisée est telle que Tkl représente le nombre de fois où dans une fenêtre 3x3, le pixel central est au niveau k et la moyenne sur ses 8 voisins est égale à l.

Pour chaque niveau de gris k, la fonction d'entropie est:

Entropie(k) = - Somme(Tkl * Log (Tkl)) avec l=[0..k].

La recherche des maxima locaux de Entropie(k) sur une plage de length niveaux de gris de part et d'autre du niveau de gris k.

Remarque: Cet opérateur ne fonctionne que sur des images de Char parce qu'il faut que les transitions Tkl soient significatives (ie, nombre de (k,l) restreints).

L'image de sortie im_out est contruite avec les seuils détectés, telle que:

im_out[y][x]=seuil[k] si seuil[k-1]<im_out[y][x]<=seuil[k].

Le dernier seuil est égal à la valeur maximale 255.

Paramètres

Entrées

Sorties

Résultat

Retourne le nombre de seuils détectés.

Exemples

Segmente l'image tangram.pan et affiche le nombre de classes détectées:

   pentropythresholding 10 tangram.pan out.pan
   pstatus

Voir aussi

Seuillage

Prototype C++

Errc PEntropyThresholding( const Img2duc &im_in, Img2duc &im_out, Ushort * seuils, int length );

éférence

C. Fernandez-Maloigne, "Segmentation et caractérisation d'images de textures à l'aide d'informations statistiques", PhD Thesis, University of Compiegne, 1989.


Auteur: Régis Clouard