6 - Une approche opportuniste et coopérative pour la vision de bas niveau

Nous presentons une nouvelle approche de la cooperation entre plusieurs methodes de segmentation. L'idee est d'introduire la cooperation dans le processus de decision. Chaque methode de segmentation peut alors prendre des decisions adaptees, differer les decisions difficiles et resoudre les problemes delicats en demandant et en accumulant les informations fournies par d'autres methodes. Dans ce but, chaque methode comporte une structure de controle incrementale, interruptible a tout moment pour demander l'aide opportune d'autres methodes : des processus «fils» sont crees aux endroits critiques des qu'une situation complexe est rencontree, puis des informations sont retournees au processus pere qui est alors en mesure de prendre des decisions plus fiables. Les processus sont controles par un sequenceur, dans l'esprit d'un systeme d'exploitation multitâches. Ce sequenceur initialise des processus a differents endroits de l'image. Ensuite, la strategie de parcours en largeur d'abord ou en profondeur d'abord permet de traiter immediatement ou non les demandes de cooperation. Le parcours en largeur d'abord implique l'analyse des problemes les plus simples avant ceux qui sont plus complexes. Nous illustrons les differents choix sur des exemples varies.

[1]  Margaret M. Fleck.  Some Defects in Finite-Difference Edge Finders , 1992, IEEE Trans. Pattern Anal. Mach. Intell..

[2]  Theodosios Pavlidis,et al.  Structural pattern recognition , 1977 .

[3]  Dominique Barba,et al.  Image segmentation by region-contour cooperation for image coding , 1992, Proceedings., 11th IAPR International Conference on Pattern Recognition. Vol. III. Conference C: Image, Speech and Signal Analysis,.

[4]  J. M. Chassery,et al.  Edge-region segmentation process based on generalized Voronoi diagram representation , 1992, Proceedings., 11th IAPR International Conference on Pattern Recognition. Vol. III. Conference C: Image, Speech and Signal Analysis,.

[5]  P. Perona,et al.  Detecting and localizing edges composed of steps , 1990 .

[6]  Alberto Martelli,et al.  An application of heuristic search methods to edge and contour detection , 1976, CACM.

[7]  Robert M. Haralick,et al.  Gradient threshold selection using the facet model , 1988, Pattern Recognit..

[8]  Jake K. Aggarwal,et al.  The Integration of Image Segmentation Maps using Region and Edge Information , 1993, IEEE Trans. Pattern Anal. Mach. Intell..

[9]  Philippe Bolon,et al.  A region-region and region-edge cooperative approach of image segmentation , 1994, Proceedings of 1st International Conference on Image Processing.

[10]  Martin D. Levine,et al.  Low Level Image Segmentation: An Expert System , 1984, IEEE Transactions on Pattern Analysis and Machine Intelligence.

[11]  Robert M. Haralick,et al.  A quantitative methodology for analyzing the performance of detection algorithms , 1993, 1993 (4th) International Conference on Computer Vision.

[12]  Patrick Bonnin.  Methode systematique de conception et de realisation d'applications en vision par ordinateur , 1991 .

[13]  Sacha Krakowiak.  PRINCIPES DES SYSTEMES D'EXPLOITATION DES ORDINATEURS , 1987 .

[14]  Luc Steels,et al.  Cooperation between distributed agents through self-organisation , 1990, EEE International Workshop on Intelligent Robots and Systems, Towards a New Frontier of Applications.

[15]  Theodosios Pavlidis,et al.  Integrating Region Growing and Edge Detection , 1990, IEEE Trans. Pattern Anal. Mach. Intell..

[16]  R A Kirsch,et al.  Computer determination of the constituent structure of biological images. , 1971, Computers and biomedical research, an international journal.

[17]  Steven W. Zucker,et al.  Region growing: Childhood and adolescence* , 1976 .

[18]  Vincent Torre,et al.  Localization and Noise in Edge Detection , 1989, IEEE Trans. Pattern Anal. Mach. Intell..

[19]  John F. Canny,et al.  A Computational Approach to Edge Detection , 1986, IEEE Transactions on Pattern Analysis and Machine Intelligence.