Segmentation hiérarchique floue - Fuzzy hierarchical segmentation

Segmentation hiérarchique floue

Fuzzy hierarchical segmentation

T. Gadi R. Benslimane 

Laboratoire de Transmission et de Traitement d’Image, Ecole Supérieure de Technologie, Route d’Immouzer, B.P. 2477, Fès Maroc

Corresponding Author Email: 
gadi-taoufiq@fesnet.net.ma
Page: 
59-67
|
Received: 
10 December 1998
|
Accepted: 
N/A
|
Published: 
29 February 2000
| Citation

OPEN ACCESS

Abstract: 

This paper introduces a new image thresholding method based on fuzzy sets theory. The membership function in the thresholding method is used to denote the characteristic relationship between a pixel and its belonging region (the object or background). To calculate these membership degrees, we propose an adaptation of the S-function. The proposed method is based on a hierarchical updating of the pixels membership values. In this way, we use an aggregation operator. The performance characteristics including accuracy, complexity and visual analysis of practical results are compared with classical methods.

Résumé

On propose dans ce travail une nouvelle méthode de seuillage d’image qui se base sur la théorie des sous-ensembles flous. Ainsi l’appartenance des pixels au fond ou à l’objet n’est plus absolue mais graduelle. Pour calculer les degrés d’appartenance des pixels à la classe fond ou à la classe objet, une adaptation de la fonction S de Zadeh est proposée. La méthode de seuillage proposée est fondée sur une mise à jour hiérarchique des degrés d’appartenance de chaque pixel. Dans cette optique un opérateur d’agrégation est utilisé. Les résultats du seuillage d’images présentant des degrés de complexité différents sont comparés à ceux obtenus par des méthodes plus classiques.

Keywords: 

Thresholding, Fuzzy sets, Fuzzy index, Hierarchy, Aggregation

Mots clés

Seuillage, Sous-ensemble flou, Degré de flou, Hiérarchie, Agrégation

1. Introduction
2. Calcul Des Degrés D’appartenance
3. Principe De La Méthode De Seuillage Flou
4. Évaluation
5. Conclusion
  References

[Bez-81] J. C. Besdek, « Pattern Recognition with fuzzy objective function algorithms », Plenum Press, New York, 1981.

[Bha-92] D. Bhandari, N. R. Pal and D.D. Majumder, « Fuzzy divergence, probability measure of fuzzy events and image thresholding », Pattern Recognition Lett. 13, 857-867, 1992.

[Che-80] Chen P.C., et T. Pavlidis, « Image Segmentation as an Estimation Problem », Comput. Graphics and Image Processing, vol. 12, 1980, pp. 153-172.

[Coc-95] J.-P. Cocquerez et al., « Analyse d’images : filtrage et segmentation », Edition Masson, Paris,1995.

[Del-72] A. Deluca and S. Termini, « A definition of a non-probabilistic entropy in the setting of fuzzy set theory », Int. Control 20, 301-312 (1972)

[Gon-87] R. C. Gonzalez, P. Wintz, « Digital image processing », Addison Wesley, 2nd edition, 1987.

[Har-86] R. M. Haralick and L. G. Shapiro, Computer and Robot vision, Addison Wesley publishing company, vol. 1.

[Hua-95] L. K. Huang and M. J. Wang, Image thresholding by minimizing the mesures of fuzziness, Pattern Recognition 28, 41-51, 1995.

[Kau-75] A. Kaufmann, « Introduction to the theory of fuzzy subsetsFundamental Theoretical Elements », Vol. 1, Academic Press, New York 1975.

[Lev-85] M. D. Levine and A. M. Nazif, « Dynamic measurement of computer generated image segmentations », IEEE Trans. Pattern Anal. Mach. Intell. PAMI-7, 1985, 155-164.

[Miz89-a] M. Mizumoto, « Improvement methods of fuzzy controls », Proc. 3rd IFSA World Congress, Seattle, pp. 60-62, 1989.

[Miz89-b] M. Mizumoto, « Pictorial Representations of fuzzy connectives, part I : cases of T-norms, T-conorms and Averaging operators », Fuzzy sets and systems 31, pp. 217-242, 1989.

[Pal-86a] S. K. Pal, « A measure of edge ambiguity using fuzzy sets », Pattern Recognition Lett. 4, 51-56, 1986.

[Pal-88] S.K. Pal and A. Rosenfeld, Image enhancement and thresholding by optimization of fuzzy compactness, Pattern Recognition Lett. 7, 77-86, 1988.

[Pal-90] S.K. Pal and A. Ghosh, Index of area convergence of fuzzy image subsets and object extraction, Pattern Recognition Lett. 11, 831-841, 1990.

[Pal-92] S.K. Pal, Fuzziness image information and scene analysis, in An introduction to fuzzy logic application in intelligent system, R. R. Yager, L. A. Zadzh, (eds.), pp. 146-183, 1992

[Rid-78] T. W. Ridler and S. Calvard, Picture thresholding using an iterative selection method, IEEE Trans. Syst., Man., Cybern., vol. SMC-8, pp. 630-632, Aug. 1978.

[Zad-75] L. A. Zadeh, « Fuzzy Sets and their Applications to cognitive and Decision Processes », pp. 1-39, Academic Press, London, 1975.