de germe pour la croissance du second cluster, ce qui assure un éloignement maximal
entre les clusters. Le procédé est réitéré tant que le nombre désiré de clusters n'est pas
atteint.
[Katz et Tal, 2003] ont proposé un algorithme hybride qui utilise le partitionnement
itératif et la coupe de graphe. La première décomposition est réalisée à partir du
par-titionnement itératif en considérant les carreaux les plus signicatifs. Ils ne dénissent
pas encore de frontières exactes et laissent une zone de oue autour des frontières. Ce
procédé peut s'apparenter à l'attribution à chaque face d'une probabilité d'appartenir
à chaque carreau. Une décomposition oue est ensuite appliquée en ajustant les
pro-babilités avec un schéma de partitionnement itératif. La décomposition oue est alors
transformée en segmentation nale où des frontières exactes sont dénies entre les
com-posants. Le schéma de décomposition se présente sous deux formes : la décomposition
binaire, où le maillage peut être successivement subdivisé en deux sous-maillages et
la décomposition k-way , qui correspond à une généralisation de la décomposition
binaire.
[Cohen-Steiner et al., 2004] ont mis en ÷uvre une méthode de segmentation sur un
maillage triangulaire découpée en deux phases. A partir du partitionnement
géomé-trique obtenu par une croissance de régions contrôlée par la minimisation de l'erreur,
un représentant local optimal est calculé pour chaque région. Ces représentants, qui
minimisent l'erreur de distorsion pour une partition donnée, sont une extension des
centroïdes de l'algorithme original de Lloyd. Le procédé d'initialisation proposé
corres-pond au choix aléatoire dektriangles. Les plans représentatifs des triangles sont dénis
à partir du barycentre du triangle et de sa normale. A partir des triangles germes, la
croissance de régions est lancée. Pour chaque triangle germe T
i, les triangles T
jad-jacents par les arêtes sont insérés dans une le d'attente globale dont la priorité est
relative à l'erreur de distorsion par rapport au plan représentatifi. Les triangles insérés
sont étiquetés temporairement avec le label du plan i. La le d'attente peut contenir
plusieurs fois le même triangle mais avec un label diérent. Le triangle ayant la plus
faible erreur de distorsion sera le premier retiré de la le d'attente. Si un triangle est
retiré de la le d'attente et qu'il a déjà un label dénitif, il n'est pas traité ; si le label
n'est que temporaire, le triangle est associé au plan représentatif dont il partage le label
et ses faces directement adjacentes sont insérées avec le même label. Une fois que
l'at-tribution de tous les triangles a été réalisée, les plans représentatifs P
i= (X
i, N
i) sont
mis à jour par rapport à leur région associée. Les auteurs comparent les deux métriques
L
2etL
2,1et mettent en évidence les avantages deL
2,1qui permet une meilleure capture
de l'anisotropie de la surface et une recherche plus rapide et plus ecace qu'avec L
2.
Pour éviter que l'algorithme de recherche de la plus faible distorsion soit bloqué dans
un minimum local, un procédé de téléportation de régions est utilisé : une région
est supprimée puis une nouvelle est ajoutée à l'endroit qui en a le plus besoin.
La segmentation d'un maillage en utilisant la tesselation centroïdale géodésique est
proposé dans [Peyré et Cohen, 2004]. Cette méthode, qui fait intervenir la segmentation
de Voronoï centroïdale, peut prendre en compte l'information de courbure et de texture.
Les régions du maillage sont découpées par rapport aux propriétés saillantes de la
surface et à la compacité des régions. Un compromis est réalisé pour intégrer ces deux
contraintes en approchant itérativement la solution avec l'algorithme de Lloyd.
[Wu et Kobbelt, 2005] proposent une extension de [Cohen-Steiner et al., 2004] en
inté-grant des approximations à de nouvelles primitives telles que la sphère, le cylindre et
des carreaux courbés contrôlés par des boules de commandes (rolling-balls). Un carreau
courbé est dénie avec B
i= (c
i(t), r
i) où c
i(t) correspond au centre de la trajectoire
etr
iau rayon de la boule de commande liée au carreau. L'approximation de la surface
du carreau est réalisée à l'aide de courbes B-splines. Le schéma itératif est proche de
la méthode de [Cohen-Steiner et al., 2004] ; tous les carreaux sont associés à un plan,
la création de carreaux de forme sphérique ou cylindrique est ensuite autorisée puis
l'approximation par rapport à un carreau courbé est nalement réalisée.
L'approche de [Simari et Singh, 2005] correspond à des ajustements successifs par
rap-port à des ellipsoïdes. Les étapes de classication et d'ajustement sont successivement
appliquées. Pour l'ajustement, chaque primitive ellipsoïde P
iest mise à jour avec celle
qui minimise la fonction d'erreurE(R
i, P
i) par rapport à la surfaceR
i. Durant l'étape
de classication, les régions R
isont recalculées et chaque face f
jest attribuée à la
région qui minimise l'erreur E(f
j, P
i) sous la contrainte que les régions doivent rester
connectées.
[Yamauchi et al., 2005b] utilisent l'estimation non paramétrique par noyau (mean shift)
pour partitionner les normales du maillage. La segmentation s'opère dans l'espace des
caractéristiques et consiste à réaliser une croissance de régions itérative basée sur le
calcul des plus courts chemins à partir des germes et sur l'optimisation des germes par
l'algorithme de Lloyd.
[Yamauchi et al., 2005a] proposent une segmentation guidée par la courbure gaussienne.
Ils utilisent l'aire gaussienne calculée pour un vertex, une arête ou un triangle. Leur
méthode est basée sur l'algorithme de croissance itérative de Lloyd et favorise une
aire gaussienne équivalente dans les carreaux. Deux les d'attente sont utilisées pour
déterminer le prochain carreau qui va croître en fonction de l'aire gaussienne ainsi que
le prochain triangle à ajouter au carreau. Les carreaux sont régulés parallèlement an
d'éviter une croissance trop rapide.
[Marinov et Kobbelt, 2006] se sont basés sur la méthode de [Cohen-Steiner et al., 2004]
en apportant des modications sur leur algorithme. Ils estiment dans un premier temps
la qualité globale de la segmentation. Chaque téléportation de régions est évaluée et
acceptée si l'amélioration est eective. Si la téléportation est rejetée, quelques itérations
de relaxation sont réalisées jusqu'à ce qu'un nouveau minimum local soit trouvé.
[Choe et al., 2006] ore une méthode de segmentation de modèles de haute résolution
suivant le schéma des k-means. Les germes de la croissance de régions sont dénis
par subdivision spatiale. Les germes centroïdes des carreaux sont mis à jour à chaque
itération des k-means. Pour intégrer les contraintes d'occupation mémoire qui peuvent
interdire de traiter le maillage dans sa globalité, la croissance de régions est réalisée à
un niveau local. La convergence étant plus dicile à atteindre que dans le cas global,
un ratio de mise à jour est utilisé. Il sert à limiter le nombre d'itérations et inuence
l'ordre de traitement des carreaux.
[Lai et al., 2006] orientent leur segmentation par rapport à l'information de texture
Dans le document
Segmentation de maillages 3D à l'aide de méthodes basées sur la ligne de partage des eaux
(Page 60-63)