VII. Conclusion▲
Comme on peut le constater sur les images illustrant cette article, les techniques de segmentation présentées ici ne génèrent pas une solution optimale. Les résultats obtenus dépendent énormément du pré-filtrage effectué et du critère d'homogénéité choisi.
Vous pourrez trouver les implémentations des algorithmes utilisés dans la litterature :
- Split/Merge : " Picture Segmentation by a Tree Traversal Algorithm ", Horowitz and Pavlidis, 1976
- Growing Region : " A Region Growing and Merging Algorithm to Color Segmentation ", Tremeau and Borel, 1997
- Watershed : " The Watershed Transform: Definitions, Algorithms and Parallelization Strategies " , Roerdink and Meijster, 2001
D'autres techniques de segmentation plus complexes permettent d'obtenir de meilleurs résultats. Citons notamment :
- La décomposition adaptative (Adaptive Split)
- La recherche de formes géométriques (Model based segmentation)
- L'approche probabiliste (relaxation)
- Le regroupement (k-mean, mean shift)