Segmentation d'images à l'aide de l'algorithme de clustering K-means et de l'algorithme de clustering soustractif

La segmentation d'image correspond à la classification d'une image en différents groupes. De nombreuses recherches ont été menées dans le domaine de la segmentation d'image à l'aide du clustering. Il existe différentes méthodes, et l'une des plus populaires est l'algorithme de clustering k-means. L'algorithme de clustering K-means est un algorithme non supervisé utilisé pour segmenter la zone d'intérêt de l'arrière-plan. Mais avant d'appliquer l'algorithme K-means, une amélioration par étirement partiel est d'abord appliquée à l'image afin d'en améliorer la qualité. La méthode de clustering soustractif est une méthode de clustering de données dans laquelle le centroïde est généré en fonction de la valeur de potentiel des points de données. Le clustering soustractif est donc utilisé pour générer les centres initiaux, et ces centres sont ensuite utilisés dans l'algorithme k-means pour la segmentation de l'image. Enfin, un filtre médian est appliqué à l'image segmentée pour éliminer toute région indésirable de l'image.