Segmentation d'images hyper-spectrales
Résumé
Nous présentons un algorithme de segmentation d'images hyper-spectrales supposées constantes par régions. Cet algorithme est composé de trois phases. La première est une phase de débruitage inspirée d'une méthode adaptative de lissage pondéré fondée sur une segmentation par croissance de régions, la deuxième se sert des paramètres obtenus lors du débruitage de la première phase et a pour but de produire une estimation des contours des régions connexes issues du débruitage. La dernière étape de l'algorithme consiste à fusionner les régions issues de la deuxième phase en minimisant une version pénalisée de l'erreur quadratique de reconstruction. La méthodologie est illustrée sur des données simulées d'imagerie de résonance magnétique nucléaire.
Origine | Fichiers éditeurs autorisés sur une archive ouverte |
---|
Loading...