Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Segmentation de Texture
Processus de partitionnement d'une image en régions homogènes basé sur les caractéristiques texturales, sans considération de couleur ou d'intensité.
Matrice de Co-occurrence (GLCM)
Méthode statistique d'analyse de texture qui évalue la fréquence spatiale des paires de niveaux de gris dans une direction et une distance données.
Carte de Texture
Représentation bidimensionnelle où chaque pixel encode une mesure de texture locale, servant de base à la segmentation texturale.
Entropie Locale
Mesure de l'imprévisibilité des niveaux de gris dans une fenêtre de voisinage, utilisée pour quantifier la complexité texturale d'une région.
Segmentation Multi-résolution
Approche hiérarchique analysant les textures à différentes échelles spatiales pour améliorer la robustesse et la précision de la délimitation des régions.
Descripteurs de Texture LBP
Local Binary Pattern, opérateur qui code la micro-texture en comparant chaque pixel à ses voisins, créant un histogramme robuste pour la segmentation.
Modèles de Markov
Approche probabiliste modélisant la dépendance spatiale des pixels pour caractériser et segmenter les textures basées sur des champs aléatoires.
Homogénéité Texturale
Critère de segmentation mesurant la similarité des propriétés texturales au sein d'une région, souvent basé sur la variance des descripteurs.
Filtrage Anisotropique
Technique de lissage préservant les contours tout en réduisant le bruit intra-régional, essentielle pour préparer les images à la segmentation texturale.
Champs Aléatoires de Markov (MRF)
Modèle probabiliste où l'état d'un pixel dépend de ses voisins, utilisé pour imposer une contrainte de cohérence spatiale dans la segmentation de texture.
Spectrogramme 2D
Représentation fréquentielle spatiale d'une image obtenue par transformée de Fourier locale, révélant les motifs périodiques caractéristiques des textures.
Méthodes de Clustering Textural
Algorithmes non supervisés (comme K-means sur des descripteurs de texture) regroupant les pixels en régions partageant des caractéristiques texturales similaires.
Région de Croissance Texturale
Algorithme itératif qui agrandit une région initiale en ajoutant des pixels voisins dont les propriétés texturales sont similaires à celles de la graine.
Descripteurs de Haralick
Ensemble de 14 caractéristiques statistiques (contraste, corrélation, énergie, homogénéité) extraites de la GLCM pour décrire finement la texture.
Segmentation par Fusion de Données
Approche combinant plusieurs descripteurs de texture (statistiques, fréquentiels, structurels) pour une segmentation plus robuste et précise.