Minéralogie, porosité et diffusion des solutés dans l'argilite du ...

25 CHAPITRE 1
ayant une taille supérieure aux minéraux argileux, ils forment des zones homogènes de faibles
variations locales de niveaux de gris.
3.2 Techniques de segmentation
Les méthodes de partitionnement d’images utilisent des approches basées sur des
informations globales et/ou locales de l’image. Les méthodes globales synthétisent
l’information contenue dans toute l’image alors que les méthodes locales utilisent les
informations contenues au voisinage de chaque pixel indépendamment des autres parties de
l’image.
3.2.1 Les méthodes globales
Supposons qu’une image composée de N × M pixels, codés sur L niveaux (0, ..., L-1) est
représentée par une fonction intensité f(x,y) où chaque pixel est défini par ses coordonnées
spatiales x et y. L’histogramme de niveaux de gris H(L) constitue la plus simple
représentation 1D de l’information fréquentielle des intensités contenues dans l’image
numérique. Classiquement, son étude permet de définir le nombre de composants représentés
sur l’image, si un mode est associé à chaque composant. Dans ce cas, la détermination de
bornes permet d’obtenir une segmentation correcte de l’image. Différentes méthodes
s'appuyant sur l'aspect morphologique de l'histogramme permettent une segmentation
automatisée de l’image (Kapur et al., 1981; Wen-Hsiang Tsai 1985; Otsu 1979). Ces
méthodes s’avèrent efficaces lorsque les composantes sont relativement bien séparées, sinon
elles induisent une sur- ou sous- segmentation locale des différents ensembles. La
décomposition de l’histogramme en une somme de gaussiennes permet par exemple une
quantification des teneurs de chaque ensemble.
3.2.2 Préfiltrage par méthodes locales
Dans le but d’améliorer la qualité de la segmentation, les images peuvent être modifiées
par une opération de filtrage. Les filtres modifient les valeurs de chaque pixel de l’image à
partir de paramètres calculés sur son voisinage de pixels. Les fonctions moyenne, variance,
médian, minima, maxima et « flou gaussien » sont usuellement utilisées pour filtrer une image.
Par cette opération, l’image f(x,y) est transformée en une nouvelle image g(x,y). Les filtres