Méthode basée sur la texture pour l'étiquetage des images

Abstract

Dans ce travail, nous expérimentons 25 méthodes d'extraction de caractéristiques de texture et une méthode de sélection non-paramétrique séquentielle vers l'avant basée sur l'algorithme des K plus proches voisins sur des images à niveaux de gris de texture de Brodatz. Nous généralisons ensuite la méthode aux images couleur de scènes extérieures. Pour ce faire, nous développons une méthode simple mais efficace de segmentation des images couleur que nous appelons" split-cluster-and-merge", puis nous adaptons les méthodes d'extraction de caractéristiques de texture aux images couleur en effectuant un changement d'espace couleur. Nous affinons aussi la façon de sélectionner les caractéristiques en effectuant non seulement une sélection globale, mais aussi une sélection selon les classes. Nous validons ces résultats de la sélection à l'aide de trois types de classificateurs: l'algorithme des K plus proches voisins, le réseau de neurones RBF et le modèle de mixture de réseaux de neurones RBF.