Utilisation des champs de Markov pour régulariser la classification des images

Abstract

Le but de ce mémoire est de combiner l'utilisation des K-means et des champs de Markov pour segmenter en régions distinctes une image satellitaire SPOT. La classification par K-means nous permet d'obtenir des régions compactes dans l'espace RGB des couleurs, cependant les zones obtenues sont fragmentées au niveau de l'image. Cela est dû au fait qu'aucune information spatiale n'a été prise en compte lors de la classification par K-means. A fin de résoudre ce problème nous utilisons le formalisme des champs de Markov qui permet d'obtenir des classifications plus régulières en favorisant une régularité entre les pixels voisins. Cependant l'utilisation de ce modèle impose un certain nombre de choix : choix du système de voisinage pour les cliques, choix des potentiels associés aux cliques, choix de l'estimateur et de la méthode d'optimisation.