Abstract:
La segmentation d’image est une opération de traitement d’image de bas niveau qui consiste à
localiser dans une image les régions (ensembles de pixels) appartenant à une même structure.
Les méthodes qui lui sont liées sont variés et peuvent s’appuyer sur diverses bases théoriques
(probabilités, logique floue) et se répartissent en trois grandes familles (contour, région et
classification). Dans notre travail nous nous intéresserons essentiellement à la segmentation
par approche classification qui fournit une partition de l’image en regroupant des pixels ayant
des niveaux de gris similaires dans une même classe de pixels. L’objectif de ce mémoire est
d’étudier différentes méthodes de classification non supervisées (K-mens, FCM et FCM-S)
et de les confronter afin de les appliquer sur des images cérébrales IRM en vue d’une
segmentation et d’une classification des différentes régions correspondantes aux différentes
tissues et structures
