A comparison of non-parametric segmentation methods - Archive ouverte HAL Access content directly
Conference Papers Year :

A comparison of non-parametric segmentation methods

(1) , (1) , (2) , (2) , (1)
1
2
Bruno Sciolla
  • Function : Correspondent author
  • PersonId : 981491

Connectez-vous pour contacter l'auteur
Thibaut Dambry
  • Function : Author
Benoît Guibert
  • Function : Author
Philippe Delachartre

Abstract

In image segmentation, level-set methods discriminating regions with Parzen estimates of their intensity distributions have proven useful in a broad variety of contexts. A number of area cost terms have been proposed to achieve this goal, such as log-likelihood, Bhattacharyya coefficient, Kullback-Leibler divergence and several others. In this work we compare the performance of the most widespread criterions and show that log-likelihood and assimilated methods have a clear advantage in terms of robustness. In particular, the other methods tested suffer from a boundary instability due to small region/small initialization/hard to distinguish regions. We also give some theoretical arguments supporting our experimental results on synthetic and real images.
Pour la segmentation d'images, différentes méthodes ont été proposées pour segmenter une image à partir d'estimateurs de Parzen des distributions d'intensités, par exemple la distance de Bhattacharyya, de Kullback-Leibler, ou la log-vraissemblance. Nous comparons plusieurs méthodes couramment utilisées et montrons que les méthodes basées sur la log-vraissemblance sont les plus robustes, et en particulier sont exemptes de problèmes de bords rencontrés dans toutes les autres méthodes testées. Ces résultats donnent des indications claires sur quelles méthodes doivent être préférées et nous avançons quelques arguments théoriques dans cette direction.
Fichier principal
Vignette du fichier
Sciolla-2015_Gretsi_acte.pdf (532.42 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01307318 , version 1 (26-04-2016)

Identifiers

  • HAL Id : hal-01307318 , version 1

Cite

Bruno Sciolla, Paola Ceccato, Thibaut Dambry, Benoît Guibert, Philippe Delachartre. A comparison of non-parametric segmentation methods. Colloque GRETSI 2015, Sep 2015, Lyon, France. pp.4. ⟨hal-01307318⟩
145 View
115 Download

Share

Gmail Facebook Twitter LinkedIn More