Microsc. Microanal. Microstruct. 7, 345-353 (1996)
DOI: 10.1051/mmm:1996132

Segmentation and Real Time Control

Pierre Bonton¹, Mustapha Derras², Christophe Debain² et Michel Berducat<sup>2

1</sup>  Université Blaise Pascal de Clermont-Ferrand, LASMEA, URA 1793 du CNRS (Clermont-Ferrand), 63177 Aubière Cedex, France
²  Cemagref (Institut Français de Recherche pour l'Ingéniérie de l'Agriculture et de l'Environnement), Domaine des Palaquins-Montoldre, 03150 Varennes sur Allier, France

Abstract
An original region segmentation based on a Markovian modelling of a set of sites (representing a pixels elementary region) is presented. Each site is characterized by two texture parameters, deduced from co-occurrence matrices and two luminance parameters obtained from normalized local histograms. The application performed demonstrates the strength of a segmentation algorithm using texture analysis of mowed/unmowed natural zones. An optimum splitting limit has been obtained which is going to become the basic primitive in order to hook up a mower robot. In order to obtain a real time application (200 ms computing time per image), a simple parallelization of the algorithm and a control unit (control servoing) are realized. Lots of results which are layed out represent samples of a large land campaign measures under various meteorological conditions, with varied grass covers, image sensors, etc...

Résumé
Dans cet article, nous présentons une segmentation non supervisée originale en régions basée sur une modélisation markovienne d'un ensemble de sites. Chaque site (représentant une région élémentaire de pixels) est caractérisé par deux paramètres de texture, déduits de matrices de cooccurrences, et deux paramètres de luminance déduits d'histogrammes locaux normalisés. L'application réalisée montre la robustesse d'un algorithme de segmentation par l'analyse de la texture fauchée/non fauchée d'espaces naturels. Nous obtenons ainsi une limite optimum de séparation des deux zones qui sera la primitive de base permettant d'assurer l'asservissement visuel d'un robot de fauche. Des résultats sont fournis ; ils représentent des échantillons d'une large campagne de mesures réalisées sur le terrain sous diverses conditions météorologiques, pour divers couverts végétaux, capteurs d'images, etc... Une parallélisation simple de l'algorithme débouche sur une application temps réel (200 ms de temps de traitement par image).

PACS
6140C - Optical information, image and video signal processing.
0210 - Algebra.
0240Z - Other topics in statistics.
5260B - Computer vision and image processing techniques.
1110 - Algebra.
7420 - Control engineering computing.
3390C - Mobile robots.
1140Z - Other topics in statistics.

Key words
Bayes methods -- image segmentation -- image texture -- Markov processes -- matrix algebra -- mobile robots -- probability -- robot vision -- region segmentation -- Markovian modelling -- texture parameters -- co occurrence matrices -- luminance parameters -- normalized local histograms -- texture analysis -- natural zones -- optimum splitting limit -- auto propelled mower


© EDP Sciences 1996