Region texture segmentation: - fractal parameter- markovian modelling
Segmentation texturale régions - paramètre fractal - modélisation markovienne
Résumé
In this article, we are presenting an original segmentation into regions based on an unsupervized markovian modelling of a set of sites. Each site (representing an elementary region of 16.16 pixels) is characterized by two texture parameters, deduced from co-occurrence matrixes, two luminance parameters deduced from standardized local histograms and one parameter related to the fractal dimension of each site. The application shows the robustness of the segmentation algorithm by analysis of the mowed and unmowed texture of natural environments. We obtain an optimum separation limit of the two areas which will be the basic pattern permitting the visual automatic control of a mowing robot. The results show samples of large field measurement campaigns for various groundcovers, image sensors, weather conditions, etc...
Dans cet article, nous présentons une segmentation originale en régions basée sur une modélisation markovienne non supervisée d'un ensemble de sites. Chaque site (représentant une région élémentaire de 16.16 pixels) est caractérisé par deux paramètres de texture, déduits de matrices de cooccurences, deux paramètres de luminance déduites d'histogrammes locaux normalisées et d'un paramètre lié à la dimension fractal de chaque site. L'application réalisée montre la robustesse d'un algorithme de segmentation par l'analyse de la texture fauchée, non fauchée d'espaces naturels. Nous obtenons ainsi une limite optimum de séparation des deux zones qui sera la primitive de base permettant d'assurer l'asservissement visuel d'un robot de fauche. Les résultats présentent des échantillons d'une large campagne de mesure réalisées sur le terrain pour divers couverts végétaux, capteurs d'image, conditions météorologiques, etc...