Discussion :

[parp1]

Bonjour a tous.

Je chercher a programmer le seuillage par entropie.J'ai une idée d'algo mais j'ai peur de mal interpreter la formule :

Algorithme du calcul de l'entropie:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
image =tableau //Tableau sous forme de matrice 2D
 
imagelog=tableau
 
temp=tableau
 
imagelog=Log(image)
 
temp=-(image+imagelog) 
 
entropie=somme(temp.flat) // mise a plat de la matrice resultante puis calcul de la somme de tous ses elements.

Est ce que mon raisonnement est bon?? Par quoi remplacer le log de zero pour un pixel noir???

Bon si cela fonctionne comment doit calculer le seuil par rapport a mon entropie? J'ai entendu parler de maximalisation...?

Merci

[mathieu_t]

Le seuillage entropique consiste à maximiser l'entropie, car l'entropie mesure la quantité d'information portée par un groupe.

Donc ta première partie, ça c'est juste le calcul de l'entropie à une itération, et tu dois la recalculer à chaque itération pour que celle-ci soit maximale (via des algos dits d'optimisation)...

A+

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 image =tableau //Tableau sous forme de matrice 2D
 
imagelog=tableau
 
temp=tableau
 
imagelog=Log(image)
 
temp=-(image+imagelog) 
 
entropie=somme(temp.flat) // mise a plat de la matrice resultante puis calcul de la somme de tous ses elements.

il y a des étapes qui ne servent à rien (c'est du matlab non ?):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
imagelog=Log(tableau)
entropie=-sum((tableau+imagelog).flat)

Si tu mets ça dans une boucle, c'est bien plus rapide car tu évites un tas d'étapes de recopie inutiles et longues...

A+

[parp1]

Salut merci a toi mathieu.
Bon je vais chercher du coté des algorithmes d'optimisations.

Je pensais qu'il fallait calculer l'entropie de l'image et qu'avec ca on pouvait calculer un seuil ...

Tu parle de groupe : le probleme c'est que j'applique mon calcul a toute mon image... j'ai pas la notions de groupes j'ai du mal a cerner le fait d'iterrer...On peut changer la valeur de l'entropie d'une image. ?

Par quoi remplacer le log de zero pour un pixel noir???

Bah par zero de toute facon l'equation fait que si le pixel est noir ... on multiplie son log par ZERO..

Merci

[Flo.]

Salut,

Le seuillage dynamique par entropie d'un histogramme bi-modal consiste à trouver le meilleur seuil pour séparer 2 populations : une population noire et une population blanche.

La population noire est définie par tous les pixels dont le niveau de gris est inférieur au seuil. La population blanche consiste en tous les autres pixels.

Le principe du seuillage dynamique par entropie consiste à faire varier le seuil de 1 à 254, valeurs inclues. Pour chaque valeur du seuil, on calcule l'entropie de la population noire et celle de l'entropie blanche.

Le seuil optimal est celui qui va minimiser les 2 entropies.

Tu peux également calculer la variance à la place de l'entropie.

Donc c'est pas l'entropie de l'image qu'on calcule mais l'entropie de la population de pixels noirs et celle de la population blanche. Tu le fait pour les 253 valeurs de seuil.

A+.

Flo.

[ronan99999]

Juste pour corriger ici on cherche à maximiser l'entropie, on veut favoriser une repartition équitable entre la population des pixels noires et des pixels blancs.

[parp1]

Ok donc enfait on seuil une image.
On calcul l'entropie des pixels blancs ,puis des pixels noirs.
On compare les entropies et le seuil est la valeur pour laquelle la difference est maximum.

Pour l'utilisation de la variance? Ca se passe pareil... ?

Juste une derniere question.

Pour calculer l'entropie des pixels blancs je fais l'entropie de l'image seuillée.(Puisque les pixels noir n'intervienne pas dans la somme)

Et pour l'entropie des pixels noirs j'inverse mon image et je calcule son entropie....

Parcque je ne vois pas trop comment calculer l'entropie d'un objet.... Surtout que il n'y a que deux objets.

Merci de votre interet.

Bon j'ai programmé ce que je pensais.

Cad prendre une image
Creer son inverse

Les seuiller toutes les deux, calculer et comparer leur entropie.
Relever le seuil pour lequel la difference d'entropie est maximale
Et enfin seuiller l'image avec le seuil trouvé.

Bon j'espere que mon interprétation est bonne, les resultats ont l'aire de parler d'eux meme.

Juste un probleme le temps de calcul ... mais pour ca je vais aller dans le forum python.

N'esitez pas a m'informer en cas d'erreur flagrante de ma part.

Je le mets resolut.

Merci.

Pour gagner du temps. J'ai pensé a un truc.

Il faut calculer l'entropie de l'image seuillé.Puis Calculer l'entropie de son complementaire.(pour 254 seuils)

Pourquoi ne pas calculer l'entropie de l'image seuillée a zero.
Alors, dans notre boucle ou l'on effectue nos 254 seuillages on ne calcule pas l'entropie de l'image complementaire en soustrayant l'entropie de l'image dont on vient de faire le seuillage a l'entropie de l'image seuillé a 0

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
 
Entropie_population_noire+Entropie_population_blanche=Entropie_population_totale
Entropie_population_noire=Entropie_population_totale-Entropie_population_blanche

Voila.

Donc comme je l'ai dit precédemment.

Est ce que

L'entropie de l'image blanche est egale a l'entropie de la population noire + l'entropie de la population blanche

Les population blanche et noir sont bien complementaire....



Quand j'implemente l'entropie de pop Noir dans mon code... ca ne marche pas.

pour maximiser c'est bien ca?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

abs(entroB-entroN)

Je pense que l'erreur. vient de ca.

Comme je prog en python...c'est relativement lent. donc j'essai deffectuer le moins de calcul possible....
Merci