Original texture segmentation. Real time analysis and parallelization
Segmentation texturale originale. Analyse et parallélisation temps réel
Résumé
In this article, we present an original region segmentation based on a non-supervised Markov modelling of a series of sites. Each site (representing an area of 16.16 pixels) is characterized by two texture parameters, deduced from concurrence matrices, and two brightness parameters deduced from local normalized histograms. The obtained application shows the robustness of a segmentation algorithm by analysis of the natural open spaces mowed-unmowed texture. We thereby get an optimum limit of separation of the two areas, which will be the basic visual primitive that will allow the visual control of a mowing robot. The results show samples of a major field measurement campaign for various ground covers, images sensors, weather conditions, for various groundcovers, image receivers, etc.. We also present a simple parallelization of the algorithm permits a real time application (200ms of time of image processing).
Dans cet article, nous présentons une segmentation non supervisée originale en régions basée sur une modélisation markovienne d'un ensemble de sites. Chaque site ( représentant une région élémentaire de 16.6 pixels) est caractérisé par deux paramètres de texture, déduits de matrices de cooccurrences, et deux paramètres de luminance débuits d'histogrammes locaux normalisées. L'application réalisée montre la robustesse d'un algorithme de segmentation par l'analyse de la texture fauchée non fauchée d'espaces naturels. Nous obtenons ainsi une limite optimum de séparation des deux zones qui sera la primitive de base permettant d'assurer l'asservissement visuel d'un robot de fauche. De nombreux résultats sont fournis, ils représentent des échantillons d'une large campagne de mesures réalisées sur le terrain sous diverses conditions météorologiques, pour divers couverts végétaux, capteurs d'images etc... Nous présentons également une parallélisation simple de l'algorithme qui débouche sur une application temps réel (200 ms de temps de traitement par image).