Approche stochastique de la segmentation des images : un modèle de coopération entre les primitives de régions et de frontières

Dans le domaine de l'etiquetage, les methodes stochastiques s'inscrivent dans un cadre ou l'affectation d'un objet est percue comme une connaissance dynamique. Cette affectation peut etre modifiee selon l'evolution des connaissances contextuelles, en retour elle est susceptible d'influer sur l'etat instantane des connaissances. De telles methodes presentent l'avantage d'introduire un caractere de controle local a l'evolution de l'etiquetage. C'est en s'appuyant sur cette notion d'etiquetage, sous son aspect local, que nous avons aborde le probleme de la segmentation des images ayant remarque que les decisions au niveau de chaque point influent et sont influencees par celles des voisins. En outre, on remarque que jusqu'a present, les methodes de segmentation se fondaient, essentiellement, sur un choix entre 2 types de modeles : le modele region et le modele frontiere. Les methodes stochastiques, iteratives abordees dans ce memoire permettent de faire intervenir simultanement les 2 entites et de les traiter au sein d'un processus unique. Le procede consiste a introduire pour chaque point, au niveau de son vecteur d'etiquetage des informations de type region et des informations de type frontiere. Les relations contextuelles interviennent sous forme d'interactions inter-classes et d'interactions inter-entites