Une fois que le multi-ensemble à découper a été sélectionné, il faut choisir la normale du plan qui va couper celui-ci. La décroissance de l'erreur de la partition induite par la coupe étant égale à , le meilleur plan de découpe est celui qui minimise la somme . Malheureusement, nous ne disposons pas d'outils mathématiques permettant de calculer le plan optimal et une énumération de tous les plans possibles est là encore irréaliste. On simplifie donc le problème en déterminant d'abord la normale au plan qui défini l'axe de coupe puis la position du plan sur cet axe.
Un choix simple de l'axe de coupe a été proposé par Heckbert [Hec82]. Celui-ci propose de découper l'axe de coordonnée sur lequel le multi-ensemble à découper est le plus étendu. Wu [WZ91] a étendu cette idée en choisissant la direction de plus grande variance du multi-ensemble. Cette direction est donnée par le vecteur propre associé à la plus grande valeur propre de la matrice de covariance du multi-ensemble à découper. Ce vecteur est plus simplement appelé l'axe principal du multi-ensemble. La justification de cette heuristique apparaît clairement lorsque l'on examine l'équation 5.1 que nous rappelons ci-dessous :
(6.9) |
Si nous découpons le multi-ensemble perpendiculairement à un axe, nous allons faire décroître majoritairement la variance suivant cette axe. L'idée de base de l'heuristique de Wu consiste à supposer que l'on obtient une plus grande décroissance de l'erreur quadratique en faisant décroître en priorité la plus grande des variances, c'est à dire en coupant perpendiculairement à l'axe principal. Néanmoins, même si elle est très souvent vérifiée pour des images réelles, cette heuristique peut être mise en défaut. En effet, considérons l'exemple de la figure 6.6 où le multi-ensemble est défini par:
Dans cet exemple, la matrice de covariance de est alors égale à :
Outre qu'elle ne conduit pas nécessairement à la meilleure solution, l'heuristique de Wu implique plusieurs contraintes algorithmiques :