Détection de contours basée sur le nombre de plus proches voisins communs à deux pixels adjacents

L'utilisation du concept de plus proches voisins trouve son fondement en analyse discriminante. Peu de travaux font appel à ce concept dans le cadre du traitement d'images numériques et plus particulièrement de la détection de contours. Nous proposons une approche basée sur le nombre de plus proches voisins communs à deux pixels adjacents. Contrairement à l'approche classique de la méthode des k-ppv, où k désigne le nombre de plus proches voisins retenus pour un pixel donné, nous montrons qu'un algorithme de classification supervisée permet de s'affranchir du choix à priori de la valeur de k. Ceci permet l'extraction des ppv d'un pixel de façon adaptive. Il est toutefois nécessaire de se doter d'une métrique appropriée. Elle doit rendre compte de la proximité des caractéristiques de deux pixels sur un domaine borné de l'image traitée. Cette approche, validée sur des images réelles, montre que le nombre de ppv commun à deux pixels adjacents est représentatif de la présence ou non d'un contour