Image Segmentation with Multidimensional Refinement Indicators
Résumé
We transpose an optimal control technique to the image segmentation problem. The idea is to consider image segmentation as a parameter estimation problem. The parameter to estimate is the color of the pixels of the image. We use the adaptive parameterization technique which builds iteratively an optimal representation of the parameter into uniform regions that form a partition of the domain, hence corresponding to a segmentation of the image. We minimize an error function during the iterations, and the partition of the image into regions is optimally driven by the gradient of this error. The resulting segmentation algorithm inherits desirable properties from its optimal control origin: soundness, robustness, and flexibility.
Nous transposons une technique de contrôle optimal au problème de segmentation d'image. L'idée est de considérer la segmentation d'image comme un problème d'estimation de paramètre où le paramètre à estimer est la couleur des pixels de l'image. Nous utilisons la technique de paramétrisation adaptative qui construit itérativement une représentation optimale du paramètre en régions uniformes qui forment une partition du domaine, et correspondent ainsi à une segmentation de l'image. Nous minimisons une fonction d'erreur au cours des itérations, et le partitionnement de l'image en régions est piloté de façon optimale par le gradient de cette erreur. L'algorithme de segmentation résultant hérite de propriétés intéressantes de son origine contrôle optimal: fondement, robustesse et flexibilité.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|