Segmentation et classification d'image :

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 variées et peuvent s'appuyer sur diverses bases théoriques (Probabilités, logique floue) et se répartissent en trois grandes familles (contour, région et classification). 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-means, 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 tissus et structures et de mettre en oeuvre des techniques de segmentation Permettant la détection des tumeurs cérébrales et les classifier maligne ou bénigne.