Résumé:
La segmentation est une opération qui a pour objectif la description de l’information contenue dans l’image en donnant une représentation plus condensée et facilement exploitable. Il n’est pas simple d’atteindre cet objectif. En effet, il est plus simple à l’ordinateur de séparer les objets, donc il est naturel de trouver plusieurs travaux de segmentation.
Ces travaux s’adaptent avec la nature de l’image, on distingue alors des méthodes de segmentation sur l’image en niveau de gris, des méthodes de segmentation pour l’image couleur et des méthodes de segmentation sur les images texturées.
Le principe de l’approche adoptée dans ce travail est d’assurer une segmentation qui utilise le principe des constances des couleurs applicables dans n’importe quel environnement.
Le processus débute par le chargement de l'image originale qui sera segmenté en régions, cette dernière sera segmentée une autre fois avec les douze segments d’espaces de couleurs qu’on a proposés, dans le but de respecter la segmentation par régions. À cette fin, on s’assure que la segmentation avec les constances de couleurs est applicable dans n’importe quel environnement.
Les résultats obtenus par l’approche proposée ont dépassé nos espérances, la comparaison des résultats d’approche avec d'autres approches prédéfinies connues telles que: K-means, grow-regions, contour, etc. nous a permis d’avancer que notre approche offre, pour quelque images, les meilleurs résultats. Cependant elle inclut des risques de mauvaises segmentations dans d’autres types d'images.
