@InProceedings{2015_faisan131,
	author = "Marc Karnoukian and Sylvain Faisan and Christian Heinrich and Alex Lallement and Jihad Zallat",
	title = "Segmentation d'images polarimétriques sous éclairage non uniforme",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-073",
	pages = "p. 293-296",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_faisan131.pdf",
	abstract = "Les algorithmes de segmentation dédiés à l'imagerie de Mueller ne sont pas robustes aux inhomogénéités de l'éclairage, qui conduisent à des erreurs de classification ou à des problèmes de sur-segmentation. Pour résoudre ces problèmes, ces images sont modélisées ici par un modèle adapté de mélanges gaussiens qui prend en compte explicitement l'inhomogénéité de l'éclairage dans le modèle de formation des images. Les paramètres du modèle sont estimés grâce à un algorithme d'espérance-maximisation (EM). L'algorithme EM est inséré à l'intérieur d'une procédure itérative qui permet d'estimer le nombre de classes. Une fois les paramètres calculés, la carte de segmentation est obtenue en utilisant une modélisation markovienne classique. Les résultats obtenus sont comparés avec une approche en deux temps qui consiste à normaliser les données, puis à les segmenter. Ils montrent l'intérêt de prendre en compte l'inhomogénéité de l'éclairage au coeur de l'algorithme de segmentation..pdf",
}