Détection des contours

Seuillage local par hystérésis

Dans cette technique de seuillage contrairement aux précédentes, le traitement n'est pas identique en tout point de l'image. On s'intéresse ici aux pixels avoisinant les contours les plus significatifs de l'image. L'idée est de garder les contours les plus forts de l'image mais en essayant d'assurer leur continuité. Deux seuils sont nécessaires pour implanter la technique : un seuil haut Sh et un seuil bas Sb. Le seuil haut va servir à sélectionner les contours les plus significatifs dans l'image du module du gradient. Ces contours sont contenus dans l'image résultante en noir et blanc. Le seuil bas permet de mettre en évidence des contours moins forts de l'image. Ces contours sont conservés dans l'image résultante seulement s'ils sont situés dans le voisinage des contours les plus significatifs mis en évidence par le seuillage avec Sh. Généralement le voisinage est défini par les huit voisins.

Algorithme

  • Extraction des pixels de niveau supérieur à Sh. Ce sont les pixels P1.

  • Extraction des pixels de niveau compris entre Sb et Sh. Ce sont les pixels P2.

  • Sélection pour représenter les contours des pixels P1 et des pixels P2, connexes aux pixels P1.

La difficulté de cette technique réside dans le choix des seuils Sb et Sh. Parfois il peut être pratique d'imposer une relation entre les deux seuils afin de diminuer le nombre de degrés de liberté (par exemple Sb=0.4 Sh).


   
    Exemple de résultat d'un seuillage par hystérésis
Exemple de résultat d'un seuillage par hystérésis [zoom...]

Une animation dans l'étude de cas permet de mieux comprendre l'hystérésis : il y a ajout de contours par rapport à l'image seuillée haut et suppression de contours en regard de l'image seuillée bas.

AccueilOutils transversesNouvelle pageInformations sur le cours (ouvrir dans une nouvelle fenêtre)AmincissementSeuillage local par extraction des maxima du gradient dans une direction