Fusion de Segmentation Des Images Couleur : Application aux images microscopiques

L'analyse des images microscopiques est importante pour le diagnostique médicale. Dans ce travail, la combinaison de classifieurs est introduite comme une méthode permettant d'améliorer la qualité de la segmentation cellulaire par rapport à un seul classifieur. L'objetif principal de cette segmentation est d'extraire les globules blanc (noyau et cytoplasme), globules rouge et le fond des images de la moelle osseuse ou des images sanguines. Notre technique combine (avec le vote majoritaire et/ou la théorie de Dempster Shafer) les résultats obtenus par les Support Vector Machine (SVM) dans différents espaces couleur. Vingt sept images microscopiques ont été testées et comparées avec les images segmentées manuellement (vérité terrain). Dans les meilleurs des cas, ce travail permet d'obtenir des précisions égales à 95.73% pour le noyau et 84.49% pour le cytoplasme.