Segmentation d''images Irm Par Classifieurs Non Supervis?s

La segmentation d'image est une op ration de traitement d'images de bas niveau qui consiste localiser dans une image les r gions appartenant une m me structure. Cette op ration est la base de nombreuses applications tant en vision industrielle, qu'en imagerie m dicale. L'approche par classification fournie une partition de l'image en regroupant des pixels ayant des niveaux de gris similaires dans une m me classe de pixels conna t un tr's grand succ s. L'objectif de ce m moire est d' tudier diff rentes m thodes de classification non supervis es et de les confronter afin de les appliquer sur des images c r brales IRM en vue d'une segmentation et d'une classification des diff rentes r gions correspondant aux diff rents tissus et structures. Nous nous sommes int ress's une famille d'algorithmes: FCM qui mod lise l'incertitude et l'impr cision qui a t beaucoup utilis pour la segmentation des images c r brales, quelle que soit la modalit et le type d'acquisition, PCM qui g n re un degr d'appartenance absolu refl tant de mani re exacte la r alit de distribution des pixels et le PFCM dont le but tant de tirer partie des avantages de chacun.