Hierarchical Finite-State Modeling for Texture Segmentation with Application to Forest Classification

In this research report we present a new model for texture representation which is particularly well suited for image analysis and segmentation. Any image is first discretized and then a hierarchical finite-state region-based model is automatically coupled with the data by means of a sequential optimization scheme, namely the Texture Fragmentation and Reconstruction (TFR) algorithm. The TFR algorithm allows to model both intraand inter-texture interactions, and eventually addresses the segmentation task in a completely unsupervised manner. Moreover, it provides a hierarchical output, as the user may decide the scale at which the segmentation has to be given. Tests were carried out on both natural texture mosaics provided by the Prague Texture Segmentation Datagenerator Benchmark and remote-sensing data of forest areas provided by the French National Forest Inventory (IFN). Key-words: Texture segmentation, classification, co-occurrence matrix, structural models, Markov chain, texture synthesis, forest classification. This work was carried out during the tenure of an ERCIM fellowship (Scarpa’s postdoc). ∗ ERCIM Fellow hosted by UTIA/CRCIM Prague (CZ) and INRIA Sophia Antipolis (F). Now he is an Assistant Professor of the University “Federico II” of Naples (I). Email: [email protected] † Pattern Recognition Department, Institute of Information Theory and Automation of the Czech Academy of Sciences, Prague (CZ). Email: [email protected] in ria -0 01 18 42 0, v er si on 2 18 D ec 2 00 6 Modèle hiérarchique à états finis pour la segmentation de texture. Application à la classification de forêts Résumé : Dans ce rapport de recherche, nous proposons un nouveau modèle pour la représentation des textures qui est particulièrement bien adapté à l’analyse et à la segmentation des images. Chaque image est d’abord discrétisée. Ensuite, cette représentation discrète est automatiquement associée à un modèle hiérarchique à états finis fondé sur les régions, grâce à une optimisation séquentielle, via l’algorithme Texture Fragmentation and Reconstruction (TFR). Le TFR permet la modélisation soit des interactions intra-textures, soit des interactions entre textures différentes et donc il résout le problème de la segmentation de manière complètement non supervisée. En outre, il fournit une solution hiérarchique qui peut être interprétée à différentes échelles spatiales en fonction des besoins de l’utilisateur. Différents tests de l’algorithme ont été faits sur des images texturées fournies par le Prague Texture Segmentation Datagenerator Benchmark et sur des images de télédétection de forêts fournies par l’Inventaire Forestier National (IFN). Mots-clés : Segmentation de texture, classification, matrices de co-occurrence, modèle structural, chaîne de Markov, synthèse de texture, classification des forêts. in ria -0 01 18 42 0, v er si on 2 18 D ec 2 00 6 Hierarchical Finite-State Texture Modeling 3