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

SEGMENTATION D’IMAGES PAR CONTOURS ACTIFS A LONGUEUR NORMALISEE (CALN).
Les contours actifs constituent un outil général très utilisé pour la segmentation d'image.
Dans ce chapitre, les détails des algorithmes de contours actifs proposés dans la
littérature sont étudiés. Nous nous intéressons particulièrement aux aspects numériques
de la discrétisation du modèle des contours actifs. Une méthode originale de déformation
dynamique est proposée. Cette méthode permet de rendre le modèle indépendant de la taille du
contour et de réduire considérablement le temps de calcul pour la déformation. L'originalité de
l'implémentation réside dans un processus de mise à l'échelle dynamique qui permet une
initialisation éloignée du contour recherché. La déformation du modèle est indépendante de la
discrétisation de la courbe et les paramètres du modèle sont indépendants de sa taille.
1. INTRODUCTION
L'utilisation des contours actifs pour la segmentation d’image a été introduite par Kass et
al. [Kass et al., 1988], puis reprise par de nombreux auteurs dont [Berger, 1991 ; Clarysse et al.,
1997 ; Cohen, 1991 ; Cootes et al., 1995 ; Lötjönen et al., 1999 ; Maurincomme et al., 1993 ;
Reissman et al., 1997 ; Vandenbroucke et al., 1997 ; Vincent et al., 2000]. Cette méthode
rencontre beaucoup de succès grâce à sa capacité à intégrer les deux étapes classiques de la
détection de contours en une seule (extraction et chaînage). Les approches classiques combinent
une détection globale des points de contour et un processus de chaînage (souvent basé sur des
informations locales de l'image). La méthode des contours actifs recherche des contours chaînés
évoluant sous l'effet d'une méthode d'optimisation à partir d'une forme initiale pré-définie. Ils
utilisent un modèle géométrique régulier du contour et les données images aux emplacements du
contour. Le modèle déformable évolue depuis une solution initiale grossière, pour délimiter avec
précision et de manière automatique la frontière de la région recherchée. L'intérêt du modèle de
contours actifs dans la famille des modèles déformables, est de transformer un processus
complexe de minimisation de fonctionnelle d'énergie en l'inversion d'un système matriciel
linéaire. Un état de l'art, sur l'utilisation des modèles déformables en analyse d'images médicales a
été proposé par McInerney et Terzopoulos [McInerney et al., 1996].
Dans ce chapitre nous étudions les contours actifs comme outil de segmentation. Nous
nous intéressons plus particulièrement aux aspects numériques de l'implémentation des modèles
variationels en définissant un nouveau modèle dynamique de contours actifs avec un modèle de
taille normalisée. Ce modèle est particulièrement efficace en terme de temps de calcul et possède
une paramétrisation robuste. Les paramètres du modèle ne dépendent plus de la longueur du
contour et la déformation du modèle est indépendante de la discrétisation de la courbe. Ceci
facilite l'utilisation des contours actifs et rend l'algorithme plus robuste avec un paramétrage de
l'algorithme partiellement automatique. Le modèle prend en compte les changements d'échelle du
55