Champs de Markov pour le traitement d’images catadioptriques
Résumé
Les images produites par les capteurs catadioptriques présentent des distorsions importantes qui empêchent l’utilisation systématique de traitements conventionnels. Ainsi les champs de Markov dont l’utilité n’est plus à démontrer en traitement d’images perspectives, ne sont pas utilisables directement sur les images omnidirectionnelles. Dans cet article, nous proposons une adaptation des Champs de Markov aux images catadioptriques. La méthode consiste alors à redéfinir la notion de voisinage en utilisant le théorème de l’équivalence des capteurs catadioptriques centraux. Nous montrons l’intérêt de cette adaptation dans le cas de la segmentation supervisée en niveau de gris et de la détection de mouvement.