Discussion :

[hina 19]

bonjour :,
je voudrais savoir comment expliquez- vous que les méthodes d'évaluation de segmentation d'image donne des résultats de classement différents d'une image à une autre et aussi dans une même image, par exemple pour pratt pour une image il donne: canny aprés derriche pour une autre il donne derriche suivi de canny
merci

[ToTo13]

Chaque image est différente, donc chaque résultat l'est aussi.
Il n'existe pas une méthode segmentation universelle, donc même les "meilleures" méthodes vont échoué sur certaines images alors que des méthodes en général moins bonnes vont réussir.

[hina 19]

Chaque image est différente, donc chaque résultat l'est aussi.

de cela on peut conclure que le choix de la méthode de segmentation doit être guidé par l’étude des propriétés de l'image à segmenter, cependant pour une même image on peut s'orienter vers différentes méthodes vu que les propriétés locales d'une même image peuvent changer par exemple le bruit, la luminosité...

[ToTo13]

C'est exactement ça !!!

Si tu veux t'en persuadé, prends quelques images au hasard et teste les différentes méthodes de seuillage d'ImageJ. Comme tu l'as marqué, certaines méthodes marcheront mieux que d'autres en général, mais seront catastrophiques pour certaines images et aucune ne sera parfaite pour des images complexes car ces images ont trop d'information diverses. Lena est un bon exemple.