Segmentation d'images couleur par un opérateur gradient vectoriel ...

More documents

Recommendations

Info

QUANTIFICATION ET MORPHOLOGIE DE PHASES DE CLINKER PAR ANALYSE D'IMAGE. Image choisie par l'expert Pré-traitement zone interstitielle (matrice) pores remplis ou non Recherche de zones homogènes Segmentation approche contour (utilisation du GCM car acquisition par caméra mono-CCD) Fermeture des contours Morphologie mathématique zones approximatives Bassins versants zones proches des cristaux Identification des zones homogènes par information de couleur Segmentation individuelle des cristaux Contours actifs à longueur normalisée Regroupement régions Séparation des cristaux collés Bélite Alite échec Bassins versants Alite Bélite Légende: Nom étape Méthode utilisée Résultats Figure 48. – Schéma de la démarche suivie pour la réalisation de la segmentation des images de clinker 110
QUANTIFICATION ET MORPHOLOGIE DE PHASES DE CLINKER PAR ANALYSE D'IMAGE. 3.1 Pré-traitement – normalisation de l'histogramme La luminance Y d'une image dépend de l'éclairement du microscope et de la réflectivité de la section polie examinée. Une normalisation de l'histogramme utilisant seulement la valeur moyenne ou maximum de l'histogramme n'est pas possible. La valeur moyenne dépend de la quantité de fond ou matrice présente dans l'image et la présence de points saturés (trous) entraîne très souvent une valeur maximale de 255. Nous proposons une normalisation utilisant une valeur de référence calculée à partir de l'histogramme de luminance. Il présente toujours un caractère bimodal de part la présence de cristaux sombres (alite et bélite) et d'un fond clair (matrice et pores). Une référence valable est située dans la vallée séparant les deux modes. Elle permet de séparer les cristaux à classifier du fond de l'image. Elle peut être déterminée automatiquement [Otsu, 1979] (Figure 49). La normalisation proposée produit des images plus homogènes avant la segmentation et la classification des cristaux d'alite et de bélite. réference référence réference référence Figure 49. - Histogrammes de luminance présentant différentes valeurs de référence avant normalisation. 3.2 Classification des régions par la couleur La classification de régions homogènes de l'image est un problème rencontré aussi bien lors de la quantification des cristaux sur une grille régulière comme cela est réalisé dans la première version du logiciel et décrit dans le paragraphe 2, que lors du regroupement de régions nécessaire pour la segmentation individuelle des cristaux qui est implanté dans la seconde version. Avant de regrouper les régions, il est nécessaire de les classifier [Vandenbroucke, 2000]. Nous détaillons ici la méthode de classification par réseau de neurones que nous avons utilisée. Les zones appartenant à la matrice sont assez faciles à identifier grâce à leur luminance plus élevée. Cela a été obtenu au cours des pré-traitements qui avaient délimité les zones ne correspondant pas aux cristaux d'alite et de bélite (zone interstitielle, pores). Les régions restantes sont séparées entre alite et bélite en utilisant les caractéristiques de couleur et de texture. Un histogramme des couleurs des deux types de cristaux est tracé dans les plans couleur C 1 C 2 et HS (Figure 50). On utilise pour la classification un réseau de neurones 5 (classification non linéaire) à trois couches à retro propagation de gradient [Haase, 1997 ; 5 Stuttgart Neural Network Simulator : http://www-ra.informatik.uni-tuebingen.de/SNNS/ 111
Page 1 and 2:
N° d’ordre 2001ISAL0062 Année 2
Page 3 and 4:
TABLE DES MATIERES. 3. Gradient cou
Page 5 and 6:
TABLE DES MATIERES. La cuisson et l
Page 7 and 8:
INTRODUCTION GENERALE. Le Clinker e
Page 9 and 10:
Chapitre 2 INTRODUCTION AU TRAITEME
Page 11 and 12:
INTRODUCTION AU TRAITEMENT D'IMAGES
Page 13 and 14:
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Chapitre 3 GRADIENT COULEUR MULITEC
Page 33 and 34:
GRADIENT COULEUR MULITECHELLE (GCM)
Page 35 and 36:
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52:
Page 53 and 54:
Page 55 and 56:
SEGMENTATION D’IMAGES PAR CONTOUR
Page 57 and 58:
SEGMENTATION D’IMAGES PAR CONTOUR
Page 59 and 60: SEGMENTATION D’IMAGES PAR CONTOUR
Page 91 and 92: Chapitre 5 QUANTIFICATION ET MORPHO
Page 93 and 94: QUANTIFICATION ET MORPHOLOGIE DE PH
Page 109: QUANTIFICATION ET MORPHOLOGIE DE PH
Page 123 and 124: Chapitre 6 CONCLUSION GENERALE. C e
Page 125 and 126: ANNEXE A SCHEMA DE LA METHODE D’A
Page 127 and 128: ANNEXE B LA FABRICATION DU CIMENT.
Page 129 and 130: ANNEXE B LA FABRICATION DU CIMENT.
Page 131 and 132: ANNEXE C APPLICATIONS DU CALN A L'A
Page 137 and 138: PUBLICATIONS DE L’AUTEUR 1. PUBLI
Page 139 and 140: PUBLICATIONS DE L’AUTEUR [18] A.
Page 141 and 142: BIBLIOGRAPHIE [Beaudot, 1994] W. H.
Page 143 and 144: BIBLIOGRAPHIE [Hofmänner, 1975] F.
Page 145 and 146: BIBLIOGRAPHIE [Sapiro et al., 1996]
show all

Segmentation d'images couleur par un opérateur gradient vectoriel ...

Create successful ePaper yourself

Delete template?

Save as template?