Académique Documents
Professionnel Documents
Culture Documents
BENAMEUR Sabrina
benameur_s@yahoo.fr
Dpartement dinformatique
Universit Mohamed Khider Biskra
Plan du Cours
Classification
Classification/
Segmentation
Lalgorithme des k-moyennes
Exemples (rsultats de
classification par K-means)
Classification
Les
Classification
Il
Classification/segmentation
Dans
le cadre de la segmentation :
attribuer une tiquette (classe) aux pixels
sur la base de leur similarit.
Cette tiquetage se fait en utilisant des
attributs dont le premier est lintensit.
Mthode utilisant seulement lintensit
sera
qualifie
de
mthode
monodimensionnelle,
les
mthodes
utilisant
plusieurs
attributs
sont
multidimensionnelles.
Classification/segmentati
on
objets sont
regroupes autour de K centres arbitraire
c1, , cK de la manire suivante :
Remarques :
Le nombre de classes K fix au dbut
peut diminuer au cours des itrations :
en effet ; si une classe nattire aucun
objet, elle sera vide et donc limine.
Le principal inconvnient des centres
mobiles est que la partition finale
dpend du choix de la partition
initiale.
solution
:
utiliser
lalgorithmes plusieurs fois avec
des initialisations diffrentes et
choisir la partition qui revient le
plus souvent
10
Exemple:
Appliquer la mthode K-means au
cas o on recherche deux classes
dans l'ensemble de points dfinis
dans R2 par (2,1) (-1,2) (0,-2) (0,1) (0,1) (0,2) (0,3) (1,-1), avec les
centres de dpart (-2,-1) et (2,3).
12
13
14
3.
Choix de K centres
Pour chaque pixel de limage :
Calculer la distance entre ce pixel et
tous les centres
Affecter le pixel courant la classe du
centre ci dont la distance est minimale
16
Nombres
24 / 22
18
Nombres
8/8
19
Nombres
2
20