Dans la méthode d'analyse et de classification des textures appelée "texture energy meas... more Dans la méthode d'analyse et de classification des textures appelée "texture energy measure", proposée par K.I. Laws {1}, de bonnes performances sont obtenues après un traitement en trois étapes : l'image originale A est d'abord convoluée par un jeu de n masques (n = 5 à 10) locaux de taille de l'ordre de 3 x 3 pixels (maximum 7 × 7). Les images résultantes Bi, i = 1 à n, sont ensuite élevées au carré puis lissées. On obtient ainsi n images traitées Di dont les valeurs en chaque pixel constituent les composantes d'un vecteur n-dimensionnel caractérisant la texture. La classification supervisée ou non de ce vecteur par les méthodes usuelles fournit l'information de texture. Dans cette méthode, l'essentiel du temps de calcul est consacré aux opérations locales de bas niveau: convolution par les masques, élévation au carré, lissage. Ces opérations peuvent être effectuées par voie optique de façon pratiquement instantanée en parallèle sur toute l'image: compte tenu de la structure des masques, les convolutions peuvent être réalisées à l'aide d'un jeu de cristaux biréfringents dédoubleurs placés entre polariseurs et analyseurs convenablement orientés; l'élévation au carré se produit automatiquement par détection quadratique, et l'intégration est effectuée lors de la digitalisation par un récepteur étendu. De cette façon, le nombre de points à digitaliser est diminué et l'ordinateur n'est plus utilisé que pour l'étape de plus haut niveau du traitement, la décision de classification. Le principe de la méthode est décrit et des résultats préliminaires sont présentés
Dans la méthode d'analyse et de classification des textures appelée "texture energy meas... more Dans la méthode d'analyse et de classification des textures appelée "texture energy measure", proposée par K.I. Laws {1}, de bonnes performances sont obtenues après un traitement en trois étapes : l'image originale A est d'abord convoluée par un jeu de n masques (n = 5 à 10) locaux de taille de l'ordre de 3 x 3 pixels (maximum 7 × 7). Les images résultantes Bi, i = 1 à n, sont ensuite élevées au carré puis lissées. On obtient ainsi n images traitées Di dont les valeurs en chaque pixel constituent les composantes d'un vecteur n-dimensionnel caractérisant la texture. La classification supervisée ou non de ce vecteur par les méthodes usuelles fournit l'information de texture. Dans cette méthode, l'essentiel du temps de calcul est consacré aux opérations locales de bas niveau: convolution par les masques, élévation au carré, lissage. Ces opérations peuvent être effectuées par voie optique de façon pratiquement instantanée en parallèle sur toute l'image: compte tenu de la structure des masques, les convolutions peuvent être réalisées à l'aide d'un jeu de cristaux biréfringents dédoubleurs placés entre polariseurs et analyseurs convenablement orientés; l'élévation au carré se produit automatiquement par détection quadratique, et l'intégration est effectuée lors de la digitalisation par un récepteur étendu. De cette façon, le nombre de points à digitaliser est diminué et l'ordinateur n'est plus utilisé que pour l'étape de plus haut niveau du traitement, la décision de classification. Le principe de la méthode est décrit et des résultats préliminaires sont présentés
Uploads
Papers by Luc DETTWILLER