\select@language {french}
\addvspace {10\p@ }
\addvspace {10\p@ }
\contentsline {figure}{\numberline {2.1}{\ignorespaces Segmentation d'une image en niveaux de gris de 128 $\times $ 128 pixels par analyse simple d'histogramme. Colonne de gauche : image d'entr\IeC {\'e}e. Colonne centrale : histogramme des niveaux de gris. Colonne de droite : r\IeC {\'e}sultat de la segmentation.}}{16}{figure.2.1}
\contentsline {subfigure}{\numberline {(a)}{\ignorespaces {Image initiale comportant deux zones : le fond et le cochon (la cible)}}}{16}{figure.2.1}
\contentsline {subfigure}{\numberline {(b)}{\ignorespaces {Histogramme des niveaux de gris}}}{16}{figure.2.1}
\contentsline {subfigure}{\numberline {(c)}{\ignorespaces {Image binaire repr\IeC {\'e}sentant la segmentation. Seuil estim\IeC {\'e} \IeC {\`a} 101 apr\IeC {\`e}s 4 it\IeC {\'e}rations.}}}{16}{figure.2.1}
\contentsline {subfigure}{\numberline {(d)}{\ignorespaces {Image initiale bruit\IeC {\'e}e}}}{16}{figure.2.1}
\contentsline {subfigure}{\numberline {(e)}{\ignorespaces {Histogramme des niveaux de gris}}}{16}{figure.2.1}
\contentsline {subfigure}{\numberline {(f)}{\ignorespaces {Image binaire repr\IeC {\'e}sentant la segmentation. Seuil estim\IeC {\'e} \IeC {\`a} 99 apr\IeC {\`e}s 5 it\IeC {\'e}rations.}}}{16}{figure.2.1}
\contentsline {figure}{\numberline {2.2}{\ignorespaces Segmentation d'une image en niveaux de gris de 128 $\times $ 128 pixels par simplification de graphe de type \textit {Normalized cut} pour un nombre $s$ de segments variant de 2 \IeC {\`a} 5.}}{18}{figure.2.2}
\contentsline {subfigure}{\numberline {(a)}{\ignorespaces {$s = 2$}}}{18}{figure.2.2}
\contentsline {subfigure}{\numberline {(b)}{\ignorespaces {$s = 3$}}}{18}{figure.2.2}
\contentsline {subfigure}{\numberline {(c)}{\ignorespaces {$s = 4$}}}{18}{figure.2.2}
\contentsline {subfigure}{\numberline {(d)}{\ignorespaces {$s = 5$}}}{18}{figure.2.2}
\contentsline {figure}{\numberline {2.3}{\ignorespaces Segmentation d'une image en niveaux de gris de 128 $\times $ 128 pixels par algorithme \textit {k-means} pour un nombre $s$ de segments variant de 2 \IeC {\`a} 5. Chaque couleur est associ\IeC {\'e}e \IeC {\`a} un segment. Les couleurs sont choisies pour une meilleure visualisation des diff\IeC {\'e}rents segments.}}{19}{figure.2.3}
\contentsline {subfigure}{\numberline {(a)}{\ignorespaces {$s = 2$}}}{19}{figure.2.3}
\contentsline {subfigure}{\numberline {(b)}{\ignorespaces {$s = 3$}}}{19}{figure.2.3}
\contentsline {subfigure}{\numberline {(c)}{\ignorespaces {$s = 4$}}}{19}{figure.2.3}
\contentsline {subfigure}{\numberline {(d)}{\ignorespaces {$s = 5$}}}{19}{figure.2.3}
\contentsline {figure}{\numberline {2.4}{\ignorespaces Segmentation d'une image en niveaux de gris de 128 $\times $ 128 pixels par algorithme \textit {mean-shift} pour un rayon de voisinage $r$ de 100, 50, 35 et 25 pixels permettant d'obtenir un nombre $s$ de segments variant respectivement de 2 \IeC {\`a} 5. Le volume minimal admis pour un segment est fix\IeC {\'e} \IeC {\`a} 100 pixels. Chaque couleur est associ\IeC {\'e}e \IeC {\`a} un segment. Les couleurs sont choisies pour une meilleure visualisation des diff\IeC {\'e}rents segments.}}{20}{figure.2.4}
\contentsline {subfigure}{\numberline {(a)}{\ignorespaces {$r=100 \Rightarrow s = 2$}}}{20}{figure.2.4}
\contentsline {subfigure}{\numberline {(b)}{\ignorespaces {$r=50 \Rightarrow s = 3$}}}{20}{figure.2.4}
\contentsline {subfigure}{\numberline {(c)}{\ignorespaces {$r=35 \Rightarrow s = 4$}}}{20}{figure.2.4}
\contentsline {subfigure}{\numberline {(d)}{\ignorespaces {$r=25 \Rightarrow s = 5$}}}{20}{figure.2.4}
\addvspace {10\p@ }
\addvspace {10\p@ }
\addvspace {10\p@ }