Évaluation de la segmentation d’images : état de l’art, nouveaux indices et comparaison
Evaluation of image segmentation : state of the art, new criteria and comparison
OPEN ACCESS
This paper deals with evaluation of image segmentation methods. We start with a state-of-the art of the evaluation criteria, involving a reference segmentation or not. Based on an analysis of the main exiting criteria, we propose new criteria, when no ground-truth is available. These criteria, based on an energetical formalism, take into account both the complexity of the segmented image and the goodness-of-fit of an underlying model with the initial data. The main interest is not to fix the expected level of resolution but to leave it to the user’s choice, according to his purpose. These evaluation criteria are thus multi-scale criteria. Various forms of energy formulation are experimentally compared. Then after having choosen a particular energy, the performances of this new criterion is compared to the main existing criteria.
Résumé
Cet article s’intéresse à l’évaluation de méthodes de segmentation d’images en régions. Nous commençons par un état de l’art des critères d’évaluation, en séparant le cas où l’on dispose d’une segmentation de référence de celui où l’on n’en dispose pas. Nous appuyant sur une analyse des principaux critères existants, nous proposons alors de nouveaux critères pour le cas où l’on ne dispose pas de référence. Ces critères, basés sur une formulation énergétique, prennent en compte à la fois la complexité de la segmentation et la fidélité aux données initiales d’un modèle sous-jacent. L’intérêt est de ne pas figer le niveau de détail attendu mais de le laisser au choix de l’utilisateur en fonction de son but. Les critères proposés sont donc des critères d’évaluation multi-échelle. Dans un premier temps, nous comparons les performances expérimentales de différentes formulations énergétiques possibles. Dans un second temps, ayant fait un choix d’énergie particulier, nous comparons les performances de notre nouveau critère avec celles des principaux critères existants.
Image, evaluation, segmentation, criterion, energy, scale
Mots clés
Image, segmentation, évaluation, énergie, échelle, critère
[1] BORSOTTI M., CAMPADELLI P., SCHETTINI R., Quantitative evaluation of color image segmentation results, Pattern Recognition Letters, 1998, 19, p. 741-747.
[2] CARDOSO J. S., CORTO-REAL L., Toward a generic evaluation of image segmentation, IEEE trans. on Image Processing, 14(11), p. 1773-1782, 2005.
[3] CHABRIER S., ROSENBERGER C., LAURENT H., EMILE B., MARCHÉ P.,Evaluating the segmentation result of a gray-level image, In 12th EUSIPCO, Vienne, Austria, september 2004.
[4] CHALANA V., KIM Y., A methodology for evaluation of boundary detection algorithms on medical images, IEEE Trans. on Medical Imaging, 16(5), p. 642-652, 1997.
[5] COCQUEREZ J.P., PHILIPP S. editors, Analyse d’images: filtrage et segmentation, Masson, Paris, 1995.
[6] COQUIN D., BOLON P., IONESCU B., Dissimilarity Measures in Color Spaces, In 16th ICPR, 1, 2002.
[7] FELZENSZWALB P., HUTTENLOCHER D., Efficiently computing a good segmentation, In Conf. Computer Vision and Pattern Recognition, Santa Barbara, CA, USA, 1998.
[8] GUIGUES L., Image segmentation comparison using hierarchical model for n-m region matching, In Proc. of 2nd IAPR TC-15 Workshop on Graph-based Representations in Pattern Recognition, Haindorf, Autria, 1999.
[9] GUIGUES L., Modèles multi-échelles pour la segmentation d’images, PhD thesis, Université de Cergy-Pontoise, 2003.
[11] GUIGUES L., LE MEN H., COCQUEREZ J.-P., The hierarchy of the cocoons of a graph and its application to image segmentation, Pattern Recognition Letters, 24(3), p. 1024-1066, 2003.
[11] GUIGUES L., LE MEN H., COCQUEREZ J.-P., Scale-Sets Image Analysis, In Proc. of IEEE Int. Conf. on Image Processing (ICIP’03), Barcelona, Spain, September 2003.
[12] HUET F., PHILIPP S., Fusion of images interpreted by a new fuzzy classifier, Pattern Analysis and Applications, 1, p. 230-247, 1998.
[13] KOEPFLER G., LOPEZ, MOREL J.-M., A multiscale algorithm for image segmentation by variational method, SIAM journal on numerical analysis, 31(1), p. 282-299, 1994.
[14] LAURENT H., CHABRIER S., ROSENBERGER C., EMILE B., MARCHÉ P., Étude comparative de critères d’évaluation de la segmentation, In 19th GRETSI, Paris, France, june 2003.
[15] LECLERC Y., Constructing simple stable descriptions for image partitioning, Int. J. of Computer Vision, 3(1), p. 73-102, 1989.
[16] LEVINE M.D., NAZIF A.M., Dynamic measurement of computer generated image segmentations, IEEE Trans. on PAMI, 7(25), p. 155-164, 1985.
[17] LIU J., YANG Y.-H., Multiresolution color image segmentation, IEEE Trans. on PAMI, 16(7), p. 689-700, 1994.
[18] MARTIN D. R., An empirical approach to grouping and segmentation, University of California, Berkeley, USA, 2002.
[19] MEZHOUD N., HACHOUF F., BATOUCHE M., Segmentation d’images couleurs par une méthode neuro-floue, In Taima03, p. 170-176, Hammamet, Tunisie, 2003.
[20] MUMFORD D., SHAH J., Optimal approximations by piecewise smooth functions and asociated variational problems, Comm. Pure Appl. Math., 42, p. 577-685, 1989.
[21] PHILIPP-FOLIGUET S., VIEIRA M. B., SANFOURCHE M., Fuzzy segmentation of color images and indexing of fuzzy regions, In First Europ. conf. on Colour in Graphics, Imaging and Vision, p. 507-512, Poitiers, France, 2002.
[22] SAHOO P.K., SOLTANI S., WONG A.K.C., A survey of thresholding technique, Comput. Vision Graphics Image Process, 4, p. 233-260, 1988.
[23] SHI J., MALIK J., Normalized Cuts and Image Segmentation, IEEE trans. on PAMI, 22(8), p. 888-905, August, 2000.
[24] TRÉMEAU A., FERNANDEZ-MALOIGNE C., BONTON P., Image numérique couleur, Dunod, Paris, 2004.
[25] VINET L., Segmentation et Mise en Correspondance de Régions de Paires d’Images Stéréoscopiques, PhD thesis, Université Paris IX – Dauphine, July 1991.
[26] WILSON D. L., BADDELEY A. J., OWENS R. A., A new metric for grey-scale image comparison, Int. J. of Computer Vision, 24, p. 5-17, 1997.
[27] YASNOFF W. A., GALBRAITH W. , BACUS J. W., Error measures for objective assessment of scene segmentation algorithms, AQC, 1, p. 107-121, 1979.
[28] YU S., SHI J., Segmentation given partial grouping constraints, IEEE trans. on Image Processing, p. 173-183 2004.
[29] ZHANG Y. J., A survey on evaluation mehods for image segmentation, Pattern Recognition, 29(8), p. 1335-1346, 1996