Pour faire les tests plusieurs images de styles différents ont été choisies pour comparer les contours détectés en fonction de l'origine, du genre, de l'utilisation de la photographie.
Le code, commenté, permettant de créer ces différentes images est disponible ici. Il fonctionne grâce à Scilab mais une librairie de
chargement d'image est nécéssaire. A la vue des résultats que l'on obtient l'on peut faire certaines remarques :
Pour les images obtenues par des gradients classiques
Les contours horizontaux ressortent mieux sur l'image de gradient vertical.
Les contours verticaux ressortent mieux sur l'image de gradient horizontal.
Aprés un seuillage de coefficient 25, on obtient le mélange des deux gradients.
Cependant, certains contours sont présents alors qu'ils ne le devraient pas.
Pour les images obtenues par des gradients lissés
Les images des gradients sont moins nettes avec le lissage
On observe moins de bruit dans l'image.
Aprés un seuillage de coefficient 8, on obtient le mélange des deux gradients.
Cependant, certains contours important ont été supprimés.
Pour les images obtenues par filtre de Kirsh
Le filtre de kirsh : filtre=(1/24)*[-3,-3,5;-3,0,5;-3,-3,5]
On observe encore moins de bruit dans l'image, avec réaparition des contours supprimés dans la méthode précédente.
Aprés un seuillage de coefficient 6, on obtient le mélange des deux gradients.
Pour les images obtenues par la méthode de Canny-Derich
Méthode implémantée dans Scilab avec : imderiche(image, 0.5, 1.5)
Aprés un seuillage de coefficient 3.5, on obtient une image ou les contours superflus ont
disparus et ou les traits sont moins marqués.
