Segmentation d'images par une approche biomimétique hybride

Abstract

Le travail effectué et présenté dans ce mémoire se situe dans le domaine du traitement d'images et plus particulièrement, la segmentation d'images en contours, c'est-à-dire détecter les frontières qui séparent les différentes régions de l'image. Dans le cadre de la pensée biomimétique, nous avons essayé de nous focaliser sur l'étude et la décriscription d'une nouvelle approche pour la segmentation d'images, appelée approche biomimétique hybride (coopération régions-contours), elle consiste à détecter les régions d'une image par une méthode dite les " k-means ", qui se base sur la classification de pixels, les résultats obtenus seront exploités par une autre méthode dite fourmis artificielles qui s'inspire des comportements collectifs de la population de fourmis artificielles simples et capables de s'auto-organiser pour faire émerger une segmentation optimale, cette dernière est obtenue après un processus itératif et stochastique en utilisant une information heuristique et des traces de phéromones artificielles