This paper deals with an entropic approach as unsupervised thresholding technique for image processing, in order to extract a relevant binary information from noisy data. It is dedicated to situations where a signal of relatively high energy is localized in the image whereas the noise is spread over the entire frame. The method is based on the computation of the entropy power of the information source, as defined by Shannon. The threshold used for binarization is proportional to the entropic deviation of the observation source. The performance of the approach is illustrated by two classical image preprocessing tasks, namely motion detection and edge detection. The evaluation set contains both synthetic data and real-world image sequences.Résumé Cet article propose une approche entropique comme technique de seuillage automatique en traitement d'images, dans le but d'extraire une information binaire pertinenteà partir de données bruitées. La méthode est applicable dans le cas d'un signal de forteénergie localisé dans le plan image, tandis que le bruit est majoritaire et diffus. La technique est basée sur la notion de puissance entropique d'une source d'observations, telle que définie par Shannon. Le seuil de binarisation est propotionnelà l'écart-type entropique de la source. L'efficacité de la méthode est illustrée par deux applications classiques du traitement d'images: la détection de mouvement par les changements temporels et la détection de contours par les maxima du gradient spatial. L'évaluation des performances est réaliséeà la fois sur des données suynthétiques et sur des images réelles.

No abstract

No abstract

No abstract