Discussion :

[Kro86]

Bonjour,

Je pensai n'avoir que le probleme de la sauvegarde, mais je dois egalement realiser un algorithme pour le seuillage par maximum d'entropie.
Est-ce que quelqu'un l'aurait deja fait ? Je suis un peu pommee dans la synthaxe sous matlab. Je vais continuer a essayer a partir de la version ecrite en java que j'ai.

Merci d'avance.

[vinc-mai]

Je connais pas cette méthode de seuillage. Regarde si elle n'est pas déjà implémenté dans l'Image processing toolbox (il y a une fonction entropyfilt par exemple) ou sur le net.
Sinon, il faut implémenté l'algorithme que tu semble déjà avoir. Dans ce cas, demande de l'aide si tu es bloqué sur un problème précis.

[Kro86]

La technique du seuillage par maximum d'entropie consiste a trouver le meilleur seuil pour une image, mais je ne sais pas exactement comment elle marche, c'est dans le forum algo que l'on m'en a parle.
J'ai le code en java mais ca ne m'aide pas bcp, je vous le met au cas ou qqn le comprendrai.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
// normalized histogram 
	double[] hist = histogramNormalized(glimg);
 
	// Cumulative distribution function
	double[] cdf = new double[256];
	cdf[0] = hist[0];
	for (int i = 1; i < 256; i++)
		cdf[i] = cdf[i-1] + hist[i];
 
	// compute low and high entropy for each possible threshold value
	double[] h_low  = new double[256];
	double[] h_high = new double[256];
	for (int t = 0; t < 256; t++) {
 
		// low-threshold entropy
		double count_low = cdf[t];
		if (count_low > 0) {
			for (int i = 0; i <= t; i++)
				if (hist[i] > 0) h_low[t] -= (hist[i]/count_low) * Math.log(hist[i]/count_low);
		}
 
		// high-threshold entropy
		double count_high = 1.0 - count_low;
		if (count_high > 0) {
			for (int i = t + 1; i < 256; i++)
				if (hist[i] > 0) h_high[t] -= (hist[i]/count_high) * Math.log(hist[i]/count_high);
		}
	}
 
	// Find threshold value with the maximum total entropy
	double h_max = h_low[0] + h_high[0];
	int best = 0;
	for (int t = 1; t < 256; ++t) {
		double h = h_low[t] + h_high[t];
		if (h > h_max) {
			h_max = h;
			best = t;
		}
	}

[Kro86]

J'ai une question plus precise, je n'arrive pas a trouver comment normaliser un histogramme ?
Si qqn a la reponse, je suis preneuse, merci.

[Hew]

Salut,
La méthode de maximisation de l'entropie consiste à trouver le seuil s entre 0 et 255 pour lequel tu maximises l'entropie :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
E(s) = - somme (i=1:s)[p(i/C0,S)*log(p(i/C0,S))] - somme(i=s+1:255)[p(i/C1,s)*log(p(i/C1,s))]
 
Avec :
p(i/C0,S) = h(i) / N0,s
h(i) : histogramme à la valeur i
N0,s = population de la classe C0,s
(on appelle ça une probabilité à postériori.

Tu cherches donc s0 tel que :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
E(s0) = max[E(s)]

Je ne l'ai jamais implémentée
Par contre il parait que cette méthode a un rendu visuel moyen par rapport à d'autres méthodes, mais elle permet de voir des petits détails sur l'image.

Bon courage !

[Kro86]

Merci mais je ne comprend pas bien comment implementer ca
i correspond au niveau de gris ? Et C0 et s ??
Je suis desolee, je travaille sur matlab depuis 2 semaines seulement et c'est beaucoup d'informations d'un coup.
Merci de ton aide.