L. De-meyer-effectue, selon l'auteur, un nombre de passages dans l'image moins important que l'algorithme de Vincent & Soille

D. 'un-point-de-vue-purement-algorithmique, le tri n'est pasécritpasécrit demanì ere explicite dans l'algorithme , mais est effectuéeffectuéà l'intérieur de la structure de fah. Ainsi, l'algorithme est disjoint d'une implémentationparticulì ere de fah

«. Enfin, est une image recevant les mêmes priorités que la fah globale dans le cas de l'initialisation. Il servira dans l'´ etape de propagation lorsque les priorités seront misè a jour

. Inondations-localement-contraintes, Image originale (b) Marqueurs (c) lpe classique (d) ? = 10 ?5 et r = 6 (e) ? = 0

. Dans-ce-chapitre, algorithme de ligne de partage des eaux a ´ eté effectué. Nous avons tout d'abord introduit le cadre théorique de la lpe. Nous avonségalementavonségalement rapproché le processus d'inondation d'uné equation d'´ evolution de contours basée sur des dérivées partielles (EDP), ce qui nous a permis par la suite d'exprimer les modifications de l'inondation par analogies

. Ce-cadré-etabli, Dans la section §5.2.2, nous avons proposé une correction de ces biais en proposant une lpé epaisse, attente hiérarchiques de Meyer [Mey91, Mey95]et en avons souligné les biais Nous avonségalementavonségalement rapproché ces développements du cadre informatique général introduit au chapitre 2. L'algorithme proposé fonctionne en effet sur des images de dimension quelconque

D. Enfin and . Nombreux-travaux-ontétéontété-laissés-en-perspective, Ces travaux sont des variations directes des algorithmes proposés: par exemple de nouvelles fonctions de coûts, des influences locales des différentes contraintes, etc.. Pour toutes ces variation, la modification n'est pas au niveau de l'algorithme mais au niveau des dépendances de l'algorithme. Ces dépendances sont soit de nouvelles structures logicielles (les fonctions de coût par exemple), soit des données externes (les images d'influence des contraintes « imAlpha »), et n'impliquent pas des modifications des algorithmes. Ces perspectives montrent par ailleurs, indirectement, la flexibilité de la méthodologie proposée (variation des priorités selon des mesures), et la puissance du cadre informatique introduit au chapitre 2. Enfin, l'approche par EDP de contours donne un cadre cohérent aux modifications algorithmiques proposées. 6.2. Perspectives Méta-programmation Les outils développés dans cette partie rendent actuellement de nombreux services dans le développement de nouvelles méthodes en MM. Il y a cependant certains points améliorables

. Le-goulot-d, ´ etranglement principal concerne la vitesse d'exécution des algorithmes utilisant des voisinages . La structure de voisinagé etant générique, les calculsélémentairescalculsélémentaires restent très coûteux

L. Avec-une-bibliothèque-optimisée, Morphée (dont l'approche principale a ´ eté exposée au chapitre 2) et la librairie MorphoMédia (développée dans [Bra06]), ce rapprochement induit néanmoins des coûts de développement qui ne sont pas négligeables. Par ailleurs, nous avons décidé d'utiliser uniquement des langages de haut niveau pour notre librairie, ce qui permet de s'affranchir des probì emesévidentsemesévidents de portabilité de plateforme. Le fait de rester haut niveau a bien entendu ses avantages et inconvénients, parmi lesquels nous pouvons citer le contrôle très faible des instructions générées par le compilateur. Pour reprendre, l'utilisation d'une librairie dédiéè a une architectureparticulì ere permet très efficacement de contourner ceprobì eme, Si nous avons déjà essayé avec succès le rapprochement de deux bibliothèques indépendantes

?. Utilisation-de-la-redondance-de-voisinage, Un des points forts de la programmation que nous appellerons classique, se trouve dans le fait que nous ma??trisonsma??trisons totalement le contexte d'appel de certaines fonctions, ce qui nous permet de faire des hypothèses sur lamanì ere de parcourir des images. Classiquement, les algorithmes de voisinage unitaires sont très efficaces car ils utilisent la redondance de deux voisinages successifs, afin d'´ eviter des relectures en mémoire de données déjà connues. C'est précisément ce qui est utilisé dans [Gra93] etàetà uné echelle plus importante dans

. Selon-notre-approche-générique, nous avons tenté d'améliorer son temps de calcul Il serait possible d'effectuer d'autre type de développement pour améliorer davantage les temps de calcul. Par ailleurs, quelques modifications mineures pourraient contourner des comportements indésirables, comme la restriction de l'influence d'un minimum global sur une zone limitée

L. Densité-de-puissance-spectrale-est-une-donnée-qui and . Permet, informatique: elle dérive d'une donnée physique qui suppose sa continuité d'une part, et d'autre part sa dimension semble infiniè apremì ere vue Nous allonsémettreallonsémettre un certain nombre de remarques par rapportàrapportà tout cela. L'axe directeur de la méthodologie générale est toutefois restreinte par le caractère humain de la notion de couleur Lapremì ere remarque concerne la discrétisation selon l'axe des longueurs d'onde. Il est très rare de voir dans la nature des ondes dont la SPD serait un Dirac, c'estàestà dire une onde extrêmement confinée en terme d'´ etalement selon l'axe des longueurs d'onde. Les lasers ou certains types de lampe possèdent par exemple un distribution spectrale de ce type, mais ce sont des cas particuliers que nouséviteronsnouséviterons dans notre travail. Ainsi, il est toutàtoutà fait légitime de considérer la SPD comme un signal discrétisable. Ladeuxì eme remarque concerne la dimension de l'espace. Il est démontré qu'une représentation tri-dimensionnelle permet de synthétiser la gamme de couleurs perçue par l'oeil [ST97]. L'information couleur devient alors un vecteur dont les trois composante portent les quantités de rouge, vert et de bleu Cette déduction n'est pas le fruit d'un hasard mais celui d'une observation purement clinique: l'oeil, plusparticulì erement la rétine est composée de cônes correspondant approximativementàapproximativementà trois grands type de sensibilités -gammes d'ondes -qui sont précisément le rouge, vert et bleu. Nous n'entrerons pas ici dans les détails des réponses en intensité de ces cônes, le lecteur intéressé peut trouver une mine d'information en consultant les ouvrages Il existé evidement un nombre infini d'espaces de représentation, cependant d'après un formalisme et en respectàrespectà certaines propriétés, seul un sous-ensemble restreint mais tout de même riche de ces espaces est utilisé, 21] et [WS82]. Lamanì ere de représenter un vecteur dépenddépendévidement de la base dans laquelle on l'exprime. Pour les descripteurs de couleur , ou vecteurs couleurs

A. Alexandrescu, Modern C++ Design: Generic Programming and Design Patterns Applied, p.13, 2001.

J. Angulo, L. , and J. Serra, Color segmentation by ordered mergings Espagne, septembre 2003. 111 [AS95] Helmut Alt et Otfried Schwarzkopf: The Vorono¨?Vorono¨? diagram of curved objects Vorono¨?Vorono¨? diagrams : a survey of a fundamental geometric data structure, Proceedings of the IEEE International Conference on Image Processing Proceedings of the 11 th annual Symposium on Computational Geometry, pp.1-4, 1991.

J. Betser, S. Delest, and R. Boné, Segmentation 3D hiérarchique par ligne de partage des eaux sans biais, RFIA'06 : Actes du 15 e congrès Francophone de Reconnaissances de Formes et Intelligence Artificielle, 0200.

U. Bodenhofer, M. D. Cock, and E. E. Kerre, Openings and closures of fuzzy preorderings: theoretical basics and applications to fuzzy rule-based systems, International Journal of General Systems, vol.32, issue.4, pp.343-360, 2003.
DOI : 10.1007/978-94-011-5300-3

[. Beare, A locally constrained watershed transform, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.28, issue.7, pp.1063-1074, 2006.
DOI : 10.1109/TPAMI.2006.132

S. Beucher, Segmentation d'images et morphologie mathématique, Thèse de doctorat, p.189, 1991.

S. Beucher, Transformations résiduelles en morphologie numérique Rapport technique, pp.70-73

S. Beucher, Algorithmes sans biais de Ligne de Partage des Eaux Rapport technique, p.190, 2004.

S. Beucher, Numerical residues, Proceedings of the 7th International Symposium on Mathematical Morphology, pp.23-32, 2005.
DOI : 10.1016/j.imavis.2006.07.020

[. Bevilacqua, A novel background initialization method in visual surveillance, Proceedings of IAPR Workshop on Machine Vision Applications, pp.614-617, 2002.

S. Beucher, C. Crespo, R. W. Schafer, J. Serra, C. Gratin et al., Jaromír Brambor: Algorithmes de la Morphologie Mathématique pour les architectures orientées flux The flat zone approach: A general low-level region merging segmentation method 42 [Cui97] Olivier Cuisenaire: Region growing euclidean distance transforms 52 [Cui99] Olivier Cuisenaire: Distance transformations: Fast algorithms and applications to medical image processing [Dan80] Per-Erik Danielsson: Euclidean distance mapping Contour-based object tracking with gradient-based contour attraction field, Thèse de doctorat Proceedings of the 9 th International Conference on Image Analysis and Processing Thèse de doctorat Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing., tome 3, pp.184-24337, 1979.

F. David, R. Dinges, J. Hashimoto, G. Finlayson, and . Schaefer, Federal Highway Administration Deng et Henk Heijmans: Grey-scale morphology based on fuzzy logic Priestley: Introduction to Lattices and Order A greedy algorithm for decomposing convex structuring elements Hue that is invariant to brightness and gamma Smeulders: The Amsterdam library of object images Estimating face orientation from robust detection of salient facial features, Propriétés morphologiques et optiques des surfaces rugueuses Thèse de doctorat British Machine Vision Conference Mark Geusebroek: Color and Geometrical Structure in Images Thèse de doctorat Proceedings of POINTING'04: Visual Observation of Deictic Gestures, pp.155-171, 1998.

E. Gamma, R. Helm, R. Johnson, and J. Vlissides, Design patterns: Elements of reusable object-oriented software, p.13, 1994.

[. Bibliographie, R. Goldenberg, E. Kimmel, M. Rivlin, and . Gomila, Fast geodesic active contours Mise en correspondance de partition en vue de suivi d'objets [Gri91] Michel Grimaud: La géodésie numérique en morphologie mathématique, Thèse de doctorat, pp.1467-1475, 1991.

A. Hanbury, Morphologie mathématique sur le cercle unité, avec applications aux teintes et aux textures orientées, Thèse de doctorat, pp.174-254, 2002.

A. Hanbury, The taming of the hue, saturation and brightness colour space Mathematical morphology in the HLS colour space, Proceedings of the 7 th Computer Vision Winter Workshop, 0259.

A. Hanbury and B. Marcotegui, Waterfall Segmentation of Complex Scenes, th Asian Conference on Computer Vision, p.72, 2006.
DOI : 10.1007/11612032_89

A. Hanbury and J. Serra, Mathematical Morphology in the L*a*b* colour space. Rapport technique, p.111, 2001.

A. Hanbury and J. Serra, Morphological operators on the unit circle, IEEE Transactions on Image Processing, vol.10, issue.12, pp.1842-1850, 2001.
DOI : 10.1109/83.974569

A. Hanbury and J. Serra, 3d-polar coordinate colour representation suitable for image analysis Rapport technique, Pattern Recognition and Image Processing group 111 [IS99] Marcin Iwanowski et Jean Serra: Morphological interpolation and color images, Proceedings of the 10 th IAPR International Conference on Image Analysis and Processing, pp.50-55, 1999.

F. Jean-claude-klein, M. Lemonnier, R. Gauthier, and . Peyrard, Hardware implementation of the watershed zone algorithm based on a hierarchical queue structure, Signal and Image Processing [Lav05] Nicolas Laveau: Mouvement et vidéo : estimation, compression, et filtrage morphologique, pp.859-862, 1995.

[. Laveau, C. Bernardldm05-]-romain-lerallut, ´. Etiennedecencì-ere, and F. Meyer, Structuring elements following the optical flow Image filtering using morphological amoebas, Proceedings of the 7th International Symposium on Mathematical Morphology Proceedings of the 7th International Symposium on Mathematical MorphologyLH93] Haim Levkowitz et Gabor T. Herman: GLHS: A generalized lightness, hue, and saturation color model. CVGIP: Graphical Model and Image Processing, pp.43-52, 1993.

[. Lee, J. S. Kim, . Kyu-ho, and . Park, Automatic human face location in a complex background using motion and color information Geodesic methods in quantitative image analysis, Pattern Recognition Pattern Recognition, vol.11, issue.130, pp.1877-1889, 1984.

V. Kanti and . Mardia, Statistics of directional data [Mar05] Petros Maragos: PDEs for Morphological Scale-Spaces and Eikonal Applications, chapitre 4.16, pp.149-182, 1969.

J. Malik, S. Belongie, T. Leung, and J. Shi, Contour and texture analysis for image segmentation Topographic distance and watershed lines [Mey95] Fernand Meyer: Method for the processing of images by hierarchically organized queues, Mey91] Fernand Meyer: Un algorithme optimal de ligne de partage des eaux. Dans Actes du 8 e Congrès AFCET Reconnaissance des Formes et Intelligence ArtificielleMey01] Scott Meyers: Effective STL: 50 Specific Ways to Improve Your Use of the Standard Template Library, pp.7-27, 1991.

G. Matheron and J. Serra, Rehg James: Statistical colour models with application to skin detection 141 [Moi97] Lionel Moisan: Traitement numérique d'images et de films : ´ equations aux dérivées partielles préservant forme et relief Thèse de doctorat, Université de Paris-IX -Dauphine The birth of mathematical morphology Invited conference , ismm, palo alto Laaksonen: Behavior of skin color under varying illumination seen by different cameras at different color spaces, Thèse de doctorat Hunt (rédacteur): SPIE Proceedings on Machine Vision Applications in Industrial Inspection IX, tome 4301MV02] Fernand Meyer et Corrine Vachier: Image segmentation based on viscous flooding simulation . Dans International Symposium on Mathematical MorphologyNac02] Mike Nachtegael: Vaagmorfologische en vaaglogische filtertechnieken in beeldverwerking, pp.20681-96, 1996.

N. Najman, Morphologie Mathématique: de la Segmentation d'ImagesàImagesà l'Analyse Multivoque, Thèse de doctorat Thèse de doctorat-Dauphine -U.F.R. Mathématiques de la décision, pp.175-180, 1994.

M. Hieu-tat-nguyen, . Worring, . Rein-van-den, and . Boomgaard, Watersnakes: Energy-driven watershed srgmentation, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.25, issue.3, pp.330-343, 2003.
DOI : 10.1109/TPAMI.2003.1182096

[. Paragios and R. Deriche, Geodesic active regions for supervised texture segmentation, Proceedings of the Seventh IEEE International Conference on Computer Vision, p.206, 1998.
DOI : 10.1109/ICCV.1999.790347

]. J. Valéry-rissonrm00, A. Roerdink, and . Meijster, Application de la morphologie mathématiquè a l'analyse des conditions d'´ eclairage des images couleur The watershed transform: Definitions, algorithms and parallelization strategies, Thèse de doctorat, pp.128187-228, 2000.

T. [. Rozé and . Pebayle, Muzet: Variations of the level of vigilance and of behavioural activities during simulated automobile driving. Pergamon, Accident analysis and prevention, pp.181-186, 2001.

[. Störring, H. J. Andersen, and E. Granum, Skin colour under changing lighting conditions, Proceedings of the 7 th Symposium on Intelligent Robotics System, p.141, 1999.

M. Schmitt, Des algorithmes morphologiquesàmorphologiquesà l'intelligence artificielle, Thèse de doctorat, p.41, 1989.
URL : https://hal.archives-ouvertes.fr/pastel-00001572

J. Serra, Image Analysis and Mathematical Morphology -Part 2: theoretical advances, 1988.

]. J. Set96 and . Sethian, Level Set Methods: Evolving Interfaces in Geometry, Fluid Mechanics, Computer Vision, and Materials Science, tome 3 de Cambridge Monographs on Applied and Computational Mathematics [SM03] Anastasia Sofou et Petros Maragos: PDE-based modeling of image segmentation using volumic flooding, Proceedings of International Conference on Image Processing, pp.236-431, 1996.

P. Soille, Morphological Image Analysis : principles and applications, 1999.

[. Sobottka and I. Pitas, Segmentation and tracking of faces in colour images, Proceedings of the 2 nd International Conference on Automatic Face and Gesture Recognition, pp.236-241, 1996.

P. Salembier, J. Serrast97, ]. G. Sharma, and H. J. , Flat zones filtering, connected operators, and filters by reconstruction, Moritz Störring: Computer vision and Human skin colour Thèse de doctorat, pp.1153-1160, 1995.
DOI : 10.1109/83.403422

URL : http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.17.9460

A. Trémeau, C. Fernandez-maloigne, and P. Bonton, Image Numérique Couleur . Dunod,premì eré edition, TO03] Richard Tsai et Stanley Osher: Level set methods in image science. Rapport technique, Computational and Applied Mathematics, p.251, 0206.

[. Vincent, Algorithmes morphologiquesàmorphologiquesà base de files d'attente et de lacets Extension aux graphes [Vin91] Luc Vincent: Exact euclidean distance function by chain propagations, Thèse de doctorat Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp.34-520, 1990.

B. Vincent and P. Soille, Morphological grayscale reconstruction in image analysis : applications and efficient algorithms Watersheds in digital spaces: An efficient algorithm based on immersion simulations, IEEE Transactions on Image Processing IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.2, issue.177 4, pp.176-201, 1991.

. Wysecki and . Stiles, Color Science : Concepts and Quantitative Data and Formulae, p.257, 1982.

P. Power, J. Wayne, and J. L. Xu, Understanding background mixture models for foreground segmentation Prince: Snakes, shapes, and gradient vector flow, Image and Vision Computing New Zealand, pp.267-271359, 1998.

D. J. Ming-hsuan-yang, N. Kriegman, and . Ahuja, Detecting faces in images: a survey, Thèse de doctorat, pp.34-58, 1991.
DOI : 10.1109/34.982883