4.5.4 Deuxième
méthode : espace RGB.
De la même manière que la
teinte et pour chaque composante R, G et B on calcule l'histogramme, on
opère un lissage et on détermine les maximums locaux.
En fin le max des classes obtenus du triplet (R,G,B) initialisera
notre programme.
4.5.5 Troisième
méthode : méthode améliorée.
L'inconvénient majeur des deux méthodes
précédentes se présente d'une part de l'instabilité
du masque (2*p+1) utilisé pour le calcul des maxima locaux d'autre
part de l'irréalité des nombres de classes qui influencent le
résultat d'une manière directe:
Ainsi, la taille du masque sera une variable qui varie selon
chaque situation. Cette contrainte augmente la complexité (le temps
d'exécution) du programme, ce qui nous a poussés à
réfléchir à une autre solution.
Cette solution améliorée s'appuie donc sur les deux
premières solutions, à laquelle nous introduisons d'autres
processus.
L'exemple ci-dessous appliqué sur deux images de
différentes situations montre que le nombres des classes trouvées
ne reflète pas le nombre des phénomènes
météo existant.
Test Sur HSV
|
Taille masque (2*p+1)
|
Nbre de classes
|
|
3
|
68
|
|
5
|
70
|
|
7
|
64
|
|
9
|
65
|
|
11
|
59
|
|
13
|
53
|
|
15
|
47
|
|
17
|
47
|
|
19
|
51
|
|
21
|
52
|
|
Taille masque (2*p+1)
|
Nbre de classes
|
|
3
|
69
|
|
5
|
70
|
|
7
|
64
|
|
9
|
68
|
|
11
|
59
|
|
13
|
57
|
|
15
|
50
|
|
17
|
48
|
|
19
|
44
|
|
21
|
55
|
Nombre de classe, correspondant à chaque masque,
appliqué sur RGB 1 du 200802211300
Nombre de classe, correspondant à chaque masque,
appliqué sur RGB 2 du 200802231300
Test Sur RGB
|
Taille masque (2*p+1)
|
Nbre de classes
|
|
3
|
86
|
|
5
|
69
|
|
7
|
52
|
|
9
|
35
|
|
11
|
26
|
|
13
|
21
|
|
15
|
23
|
|
17
|
12
|
|
19
|
19
|
|
21
|
13
|
|
Taille masque (2*p+1)
|
Nbre de classes
|
|
3
|
86
|
|
5
|
71
|
|
7
|
56
|
|
9
|
33
|
|
11
|
25
|
|
13
|
22
|
|
15
|
20
|
|
17
|
17
|
|
19
|
15
|
|
21
|
10
|
Nombre de classe, correspondant à chaque masque,
appliqué sur RGB 1 du 200802211300
Nombre de classe, correspondant à chaque masque,
appliqué sur RGB 2 du 200802231300
Afin de remédier ce problème, on propose une
autre méthode pour le calcul du nombre des centres. Il s'agit de
travailler avec le niveau de gris au lieu des couleurs. La conversion de
l'espace RGB à l'espace monochromatique (niveau de gris) se fait par la
formule suivante :
Grayi = 0.2989 * Ri + 0.5870 *
Gi + 0.1140 * Bi
Avec i l'indice du pixel à traiter.
L'avantage de cette formule, c'est qu'elle conserve
l'information de R, G et B par l'intermédiaire de la valeur de la
variable gray et garde un masque constant, de valeur égale à 3 et
qui est obtenue pour p=1.
|
Taille masque (2*p+1)
|
Nbre de classes
|
|
3
|
16
|
Nombre de classe optimal avec p=1
Par la suite, et de la même manière que les deux
méthodes antérieures, on calcule l'histogramme, on procède
à son lissage et on détermine les maxima locaux.
Plusieurs tests sur différentes situations montrent
l'avantage de cette méthode sur les deux autres
En comparant les résultats de cette méthode et
en particulier le nombre de classe, avec ceux des méthodes (HSV,
RGB) on constate l'amélioration du résultat et la
rapidité d'exécution.
| 
