I. Introduction▲
La segmentation consiste à créer des partitions dans l'image en identifiant des pixels similaires. Le critère de similarité permet de contrôler l'aspect final de la segmentation (regroupement par couleur, par homogénéité, par taille, …)
La segmentation à pour objectif de différencier des zones d'intérêt (par exemple objets / fond). C'est généralement une première étape d'un traitement plus complexe comme le filtrage adaptatif ou la reconnaissance de forme.
Les méthodes de segmentation étant sensibles au bruit, il est nécessaire de commencer par nettoyer l'image
en appliquant les filtres usuels d'atténuation de bruit.
La segmentation par région est une approche spécifique dans laquelle on cherche à construire des surfaces en regroupant des pixels voisins suivant un critère d'homogénéité. Au final, la segmentation par région crée un ensemble de régions qui ont les propriétés suivantes :
- la réunion de toutes les régions donne l'image entière.
- les régions sont connexes (c'est à dire que tous les pixels d'une même région sont jointifs).
- tous les pixels d'une même région sont homogènes entre eux.
- les pixels de deux régions adjacentes ne sont pas homogènes entre eux.
Cette approche se distingue, par exemple, des segmentations par contours ou par seuillage dans lesquelles les régions crées ne possèdent pas toutes ces propriétés.