Description et but des nuées dynamiques

La segmentation par nuées dynamiques (ou k-means) est une méthode de classification automatique qui a pour objectif de partionner l'espace (ici, notre image) en $k$ classes, $k$ connu.

A partir d'une partition initiale, on améliore itérativement la partition de l'espace en minimisant la variance et en maximisant l'écart entre les classes.

La solution proposée par cet algorithme dépend de la partition initiale.

Remarque :

• cette méthode permet aussi de traiter aussi des images couleurs (même si cela n'est pas envisagé ici).
• dans le cadre du traitement des images en niveaux de gris, la classification ne porte que sur un seul attribut : le niveau de gris. Ainsi, cet algorithme n'"utilise" que l'histogramme de l'image (recherche d'une meilleure approximation de la fonction de répartititon par une fonction en escalier à $k$ valeurs non nulles).
• $k$ means ne tient pas compte de la répartition spatiale des informations contenues dans chaque pixel (niveaux de gris ici).