Représentation intrinsèque multi-échelle des images à tons de gris par Voisinages Adaptatifs Généraux (VAG)
Résumé
Les représentations multi-échelles usuelles (pyramides, ondelettes, . . .) manquent généralement de robustesse dues à leur caractère non-adaptatif (extrinsèque). En effet, les échelles d'analyse sont déterminées globalement et fixées a priori, indépendamment du contexte local de l'image. Par ailleurs, ces approches multi-échelles font généralement abstraction des propriétés physiques (principe de formation d'image, . . .) et/ou psychophysiques (perception visuelle humaine, . . .) des images.L'objet de cet article est donc de répondre à cette problématique en introduisant une nouvelle représentation d'image (intrinsèque), caractérisée par des Voisinages Adaptatifs Généraux (VAG), qui est simultanément adaptative avec les échelles d'analyse, les structures spatiales et les intensités des images. Ces VAG permettent, d'une part, de mettre en place différents opérateurs adaptatifs de traitement d'image en substituant les fenêtres opérationnelles (masques, noyaux, . . .) usuelles par ces voisinages adaptatifs généraux. D'autre part, différents descripteurs adaptatifs locaux peuvent être définis pour analyser une image à tons de gris de manière adaptative, locale et multi-échelle, suivant des critères géométriques, morphologiques, topologiques,... The classical multiscale representations (pyramids, wavelets, . . . ) are generally non-adaptive (extrinsic) and consequently not robust. Indeed, this kind of representation usually takes into account analyzing scales which are global and a priori defined. Besides, those multiscale approaches are generally not consistent with the physical and/or psychophysical settings (image formation process, human visual perception, ...) of the images to be studied. The aim of this article is therefore to introduce a new image (intrinsic) representation, based on General Adaptive Neighborhoods (GAN), which is simultaneously adaptive with the analyzing scales, the spatial structures and the image intensities. Those GAN enable several adaptive image processing operators to be defined, in substituting the classical operational windows (masks, kernels, ...) by the GAN. In addition, many adaptive local descriptors could be introduced in order to analyse gray-tone images in a local, adaptive, and multiscale way in relation with geometrical, morphological or topological characteristics.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...