Classifier l'ensemble des pixels d'une image

Version imprimable

Bonjour,

Je cherche à classifier en deux classes l'ensemble des pixels d'une image avec une classe couleur de la peau et une classe non-couleur de la peau. Pour ce faire j'utilise une règle de classification qui est basée sur la distance
Mahalanobis. Juste avant j'utilise une segmentation . Est-ce que quelqu'un pourrais m'aidez svp, voici mon code :

Code:

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
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
 
clear all
close all
 
 
img_RGB = imread('groupe.bmp');
img_YCBCR = rgb2ycbcr(img_RGB);
img_grey = rgb2gray(img_YCBCR);
 
subplot(2,2,1)
imshow(img_YCBCR)
title('couleur')
 
 
subplot(2,2,2)
imshow(img_grey)
title('niveaux de gris')
 
[nl nc]=size(img_grey);
seuillage=zeros(nl,nc);
 
    for i=1:nl
        for j=1:nc
 
            if(img_grey(i,j)<50)
                seuillage(i,j)=25;
            end
 
            if(img_grey(i,j)>49)&(img_grey(i,j)<100)
                seuillage(i,j)=75;
            end
 
            if(img_grey(i,j)>99)&(img_grey(i,j)<150)
                seuillage(i,j)=125;
            end
 
            if(img_grey(i,j)>149)&(img_grey(i,j)<200)
                seuillage(i,j)=175;
            end
 
            if(img_grey(i,j)>199)
                seuillage(i,j)=225;
            end
        end
    end
 
seuillage=uint8(seuillage); %Converti l’image en 8 bits
subplot(2,2,3)
imshow(seuillage)
title('Image segmentée')
 
% SE=[0 1 0;1 1 1;0 1 0];
BW = edge(seuillage,'canny');
subplot(2,2,4)
imshow(BW)
title('Image filtrer par canny')
BW2 = imfill(BW,'holes');
figure, imshow(BW2)
P=PDIST(BW2,'mahalanobis');

Merci d'avance .

25/05/2009, 09h36
airballman

C'est quoi exactement ton pb?
Ca ne renvoie pas ce que tu veux? Le code renvoie une erreur???
25/05/2009, 12h07
moskaper

Classifier l ensemble des pixels d une image

Non le code ne renvoie pas d erreure , mon probleme c est que j' arrive pas a classifié l ensemble des pixels de l'image en 2 classes pour pouvoir avoir une image avec la peau des personnes en blanc et le reste en noir . Merci
25/05/2009, 13h21
ToTo13

Bonjour,

juste pour la petite précision, c'est plutôt une classification, sinon "classifier" c'est pour les services secret ;)

Pourquoi ne tentes tu pas une petite segmentation par K-means?

Mais dans tous les cas, tu vas être confronté au fait que la partie de ton image contenant de la peau est souvent minoritaire (en terme de taille).

Est ce que tu as fait un petit état de l'art sur le domaine?
Le sujet a déjà été traité plusieurs fois.
26/05/2009, 08h48
moskaper

Classifier l ensemble des pixels d une image

Bonjour,

Oui j'ai fait un petit état de l'art sur le domaine mais j ai pas trouver de reponse a mon probleme . Une règle de classification est basée sur la distance
Mahalanobis est je souhaiterais l utiliser mais elle fonctionne pas avec mon code . Je sait pas si je doit utiliser la distribution Gaussienne pour modelés les couleurs de la peau de plusieurs personnes des ethnies différentes et apres les traiter pour les filtrés par des filtres passe bas pour réduire l’effet du bruit.

Merci pour vos reponses .

classification

re bonjour ,
dsl j arrive pas a utiliser la fonction mahalanobis c'est pour cela que j utilise une autre methode et j' y arrive presque, mais j' arrive pas a concentrer tout le blanc sur la couleur de peau. Tout d’abord j'utilise une transformation
d’espace de couleur du RGB vers le HSV ensuite je fait une égalisation d’histogramme de saturation pour une élimination des ombres et j utilise une loi exponentielle pour une fusion numerique de teinte et de luminance grace a la these de T.garon . Je voudrais svp qu'on m'oriente pour remplir les trous des visages dans mon image . J' ai essaye d utiliser la methode de clustering mais j y arrive pas meme en m'aidant de help sur matlab je bloque . merci encore .

voici mon code :
Code:

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 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 clear all close all clc img_RGB = imread('groupe.bmp'); img_R = img_RGB(:,:,1); img_G = img_RGB(:,:,2); img_B = img_RGB(:,:,3); subplot(2,4,1) imshow(img_RGB) title('couleur') subplot(2,4,2) imshow(img_R) title('bande R') subplot(2,4,3) imshow(img_G) title('bande G') subplot(2,4,4) imshow(img_B) title('bande B') img_HSV = rgb2hsv(img_RGB); img_H = img_HSV(:,:,1); img_S = img_HSV(:,:,2); img_V = img_HSV(:,:,3); img_seuil=zeros(size(img_RGB)); seuil=0.3; img_seuil=(img_S<seuil)*255; f=img_S; SEqualHisto=histeq(f,256); %%calcul du gradient de couleur ImNTSC = rgb2ntsc(img_RGB); figure, imshow(ImNTSC); luminance=ImNTSC(:,:,1); teinte=img_H; Gt = gradient(teinte); Gl= gradient(luminance); beta =1-exp(10*img_S); Gcouleur=(beta.*Gt)+(1-beta).*Gl; img_gray=rgb2gray(img_RGB); level=graythresh(img_gray); bw = im2bw(img_gray,level); k=img_S.*Gcouleur; imshow(k) kr=double(img_R).*Gcouleur; kg=double(img_G).*Gcouleur; kb=double(img_B).*Gcouleur; kgray=double(img_gray).*Gcouleur; kbw=bw.*Gcouleur; figure,imshow(kbw) datacursormode on

27/05/2009, 12h41
ToTo13

Bonjour,

pour le remplissage des trous, il faut utiliser les composantes connexes.
27/05/2009, 13h09
kmaniche
Code:

1 2 3 4 5 >> doc imfill >> doc imclose
28/05/2009, 09h48
moskaper

classification

Bonjour,

Merci pour les reponses, j'ai utiliser imclose mais sa me referme meme les yeux et l image est un peu flou. Vous seriez pas comment je pourrais utiliser les composant connexes svp ?

Merci encore.
28/05/2009, 14h27
ToTo13

Bonjour,

je ne connais pas ces deux fonctions MatLab, mais je pense qu'elles utilisent justement les composantes connexes. Qui de toute façon fermeront également les yeux.
Cela te permettra néanmoins d'avoir un masque complet de la peau. Libre à toi ensuite de le trouer pour éliminer les parties indésirables.
29/05/2009, 04h09
moskaper

classification

re bonjour,

ok merci, je savais pas que ces fonctions utilisait des composantes connexes.