Agents situés dans l'image et organisés en pyramide irrégulière: Contribution à la segmentation par une approche d'agrégation coopérative et adaptative. (Multi-agent system organized in an irregular Pyramid: Application for image segmentation)
暂无分享,去创建一个
Les agents situes dans l'image fournissent un cadre privilegie pour la mise en oeuvre de strategies cooperatives et localement adaptees en segmentation d'image. Ils facilitent l'integration des connaissances a priori, expressions d'un modele, permettant ainsi de degager de nouvelles contraintes indispensables a toutes les etapes de la vision par ordinateur (de la segmentation a l'interpretation). Nous proposons un cadre conceptuel pour l'architecture logicielle d'un systeme de vision bas-niveau basee sur des agents situes dans l'image. Une telle architecture est articulee en trois niveaux d'analyse et de description : 1. Description globale et structurelle de l'organisation regroupant les agents. Cette etape de description s'attache a etablir les liens entre agents. Nous proposons comme element organisationnel la pyramide irreguliere qui impose sa structure a la population d'agents, afin de garantir un comportement globalement controlable et convergent de ces derniers. 2. Description locale, fonctionnelle et comportementale des agents composant le systeme. Nous proposons une mise en oeuvre particuliere de l'architecture logicielle de vision bas-niveau. Dans cette derniere, deux familles d'agents, qui traduisent des primitives region et contour, interagissent localement au sein de la pyramide. Notre objectif est de montrer comment cette methodologie permet une implementation riche, flexible et distribuee des aspects precedemment identifies; a savoir : l'adaptation locale, l'integration et l'expression d'incertitudes dans l'information a priori et des traitements cooperatifs region/region et region/contour. 3. Finalement, une analyse globale, comparative et fonctionnelle verifie que l'ensemble des interactions locales produit une bonne segmentation des images. Nous comparons notre approche avec d'autres methodes de segmentation sur des images medicales et des images de synthese.