Gradient couleur multiéchelle pour la segmentation d'images

Cet article présente une nouvelle méthode de calcul du gradient d'une image couleur de type vidéo. Ces images multispectrales ont la particularité, soit pour la transmission soit pour le stockage, de présenter une bande passante réduite des composantes couleur par rapport à celle de la luminosité. L'utilisation des méthodes classiques de calcul du gradient multispectral amplifie le bruit présent dans les composantes couleur. Nous reprenons le gradient vectoriel de Lee et Cok [22] en introduisant le calcul des dérivées partielles à une échelle différente suivant la composante traitée. Nous montrons qu'une pondération est nécessaire entre les dérivées des composantes couleur et celle de la composante luminosité pour obtenir le gradient couleur multiéchelle (GCM). La mise en œuvre du GCM sur des images microscopiques couleur illustre les avantages de notre méthode. L'apport du GCM est montré avec des résultats de détection de contour effectuée sur l'image gradient. Enfin, une segmentation par contours actifs des cristaux de clinker de ciment (application industrielle) est également mise en œuvre à partir de l'image gradient issu du GCM. This paper presents a new gradient model for video color images. These multispectral images have the characteristic, either for the transmission or for storage, to present a reduced bandwidth of color components compared to that of luminosity. The use of traditional methods of determination of the multispectral gradient amplifies the noise from the color components. We adapt the vector gradient from Lee and Cok [22], and introduce the computation of the partial derivatives at different scales according to the resolution of each component. We show that a weight is necessary between the derivatives of color and luminosity components to obtain the multiscale color gradient (MCG). The application of the MCG on microscopic color images illustrates the advantages of our method. The contribution of the MCG is shown with results of edge detection from the gradient image. Finally, segmentation by active contours of crystals in microscopic images of cement clinker (industrial application) is realized using the MCG image.