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

More documents

Recommendations

Info

GRADIENT COULEUR MULITECHELLE (GCM) POUR LA SEGMENTATION D’IMAGE. • segmentation par approche contour effectuée à l'aide du GCM des images microscopiques couleur ; • fermeture des contours par un opérateur classique de la morphologie mathématique [Anwander et al., 1998c] ; • identification de chacune des régions en utilisant des paramètres caractéristiques de couleur et de texture. Ce point est détaille dans les références [Anwander et al., 1997] et [Anwander et al., 1998c]. Cette phase de présélection ne permet pas d'effectuer une étude quantitative sur les formes des cristaux. Dans une deuxième phase, nous plaçons de manière automatique un contour initial dans chacune des régions identifiées. Ces contours initiaux sont à la base d’une méthode de segmentation par contour actif utilisant le GCM des images. L'évolution de ce contour actif conduit à l'obtention de la forme complète des cristaux. 6.1.2 Comparaison des images gradient RVB et GCM Dans cette partie, une comparaison visuelle est effectuée entre les différentes images gradient obtenues à partir des images microscopiques couleur de clinker. Les gradients utilisés sont le gradient en niveau de gris [Deriche, 1990], le gradient scalaire dans l'espace RVB ( 4 ), le gradient vectoriel (GV) ( 12 ) et le GCM ( 18 ). Sur les trois premiers, aucune différence sensible n'a été constatée dans les résultats de détection de contours. Cette observation est due à la faible saturation de l’image couleur, donc à la faible influence des couleurs. Dans la suite, seules les approches GCM et le gradient vectoriel RVB sont comparées. Concernant les images gradient (Figure 19a et c) de l’image représentée dans la Figure 16a, on remarque clairement que le contenu informationnel de l'image GCM (Figure 19c) est plus important que celui de l'image GV (Figure 19), en particulier dans les zones indiquées par les cercles. En effet, l'influence des composantes couleur est mise en évidence de manière à combler l'absence de contours nets dans la composante luminance. 48
GRADIENT COULEUR MULITECHELLE (GCM) POUR LA SEGMENTATION D’IMAGE. a, GV b c, GCM d Figure 19. - Détection des contours à l'aide du gradient vectoriel (GV) dans l'espace RVB (a,b) et à l'aide du GCM (c,d). Afin de mettre en évidence l'apport de GCM, une méthode classique de détection de contours à partir des images gradient a été mise en place. L'apport du GCM est directement traduit par les contours continus sur l'image contour (Figure 19d). Dans ces mêmes zones, l'image contour issue du GV (Figure 19b) présente des contours discontinus, voire inexistants. On constate, aussi bien sur les images gradient que les images contour, que l'opérateur GCM a rajouté des informations sur le gradient couleur sans introduire de bruit dans l'image. Grâce au filtrage multiéchelle des différentes composantes, la pondération avec un facteur 3 (section 4.2.) de la chrominance pourtant très bruitée (Figure 16c et d) n'a pas augmenté le nombre de faux contours. Notons également que les contours détectés uniquement grâce aux composantes couleur ne sont pas dédoublés contrairement à ceux issus de la luminance. Ceci est dû à la faible résolution de la chrominance qui résulte en un profil large et continu dans l'image gradient se traduisant par la détection d'un seul pic local lorsqu'on recherche le maximum de gradient. La détection de contours ne représente que la première phase d’identification de zones homogènes appartenant à un même cristal. Dans un deuxième temps, une segmentation par contour actif localise de manière précise les bords des cristaux. 6.1.3 Discussion sur les images segmentées par les contours actifs Une méthode de segmentation par contours actifs est mise en œuvre à partir des images gradient comparées dans la section précédente. La Figure 20 montre un exemple de résultats de segmentation où seuls les cristaux de bélite de formes rondes ont été traités. Rappelons que la nature des cristaux a été déterminée auparavant par une phase de pré-segmentation (section 6.1.1.). Étant donné un cristal de bélite, un contour initial circulaire est choisi à l'intérieur de la zone qui a permis de déterminer la nature du cristal avec des paramètres caractéristiques de 49
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 31 and 32: Chapitre 3 GRADIENT COULEUR MULITEC
Page 33 and 34: GRADIENT COULEUR MULITECHELLE (GCM)
Page 47: GRADIENT COULEUR MULITECHELLE (GCM)
Page 55 and 56: SEGMENTATION D’IMAGES PAR CONTOUR
Page 91 and 92: Chapitre 5 QUANTIFICATION ET MORPHO
Page 93 and 94: QUANTIFICATION ET MORPHOLOGIE DE PH
Page 99 and 100:
QUANTIFICATION ET MORPHOLOGIE DE PH
Page 101 and 102:
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Page 121 and 122:
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 133 and 134:
Page 135 and 136:
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?