Extraction de squelette de formes pour la classification

Abstract

L'analyse d'images est une science qui consiste en l'extraction de certaines informations qualitatives et quantitatives, sur un phénomène étudié, et ce à partir d'une image ou d'un ensemble d'images. Une information pertinente, largement répandue et utilisée se résume en le concept de squelette. En effet le squelette d'une forme dans une image est une figure mince, centrée dans la forme et qui en résume l'aspect. Il est assez représentatif de la forme et permet ainsi de pouvoir la manipuler dans divers traitements comme la description et la reconnaissance de forme. Plusieurs méthodes existent pour l'extraction du squelette et chacune possède ses forces et faiblesses. Ces techniques ont en commun leur sensibilité au bruit et ne produisent toujours pas un squelette précis. Nous exploiterons une méthode de base à laquelle nous apporterons une modification simple à des fins d'amélioration. Une fois le squelette obtenu il s'agit par la suite de développer une approche qui permettra de réaliser la reconnaissance de forme. Cette reconnaissance est complexe, très coûteuse en espace mémoire et temps. Nous proposerons donc deux méthodes reposant sur le"graph edit distance" qui serviront à mettre en oeuvre de façon efficace la classification sur une base de données d'images.