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

More documents

Recommendations

Info

SEGMENTATION D’IMAGES PAR CONTOURS ACTIFS A LONGUEUR NORMALISEE (CALN). 30 A : contour initial III. Addition de la déformation 20 D : contour final I. Normalisation 10 0 II. Déformation C B : contour initial avec longueur normalisée A) Polygone régulier avec une longueur des cotés de 5,4 B) Polygone régulier avec des cotés de longueur 1 C) Polygone déformé par l'algorithme des contours actifs D) Addition du vecteur de déformation au polygone initial 0 10 20 30 Figure 27. - Schéma du fonctionnement de l'algorithme de déformation normalisée d'un contour lors d'une itération. 5 1 2 A : contour initial vecteur de déformation 4 3 D : contour final Figure 28. - Application des vecteurs de déformation au contour initial. Nous résumons notre approche de l'algorithme de contour actif à longueur normalisée (CALN) sous forme d'un schéma bloc (Figure 29). 72
SEGMENTATION D’IMAGES PAR CONTOURS ACTIFS A LONGUEUR NORMALISEE (CALN). Paramètres du modèle Discrétisation du modèle Boucle jusqu'au minimum d'énergie Calcul des forces externes Redistribution des points sur le contour Normalisation de la longueur du contour Application de la déformation au contour initial Déformation par minimisation d'énergie Calcul des vecteurs de déformation Figure 29. - Schéma complet de notre approche de contour actif à longueur normalisée (CALN). 6.3 Intérêt du nouveau modèle de contours actifs à longueur normalisée (CALN) Les avantages de notre algorithme de contours actifs à longueur normalisée sont multiples. L'évolution du contour étant calculée sur un modèle normalisé, la régularisation de la déformation par des forces internes reste stable au cours des itérations. En d'autres termes, la matrice A du système n'est calculée qu'une seule fois. Ceci est possible parce que, ni le nombre N de points, ni le pas de discrétisation h normalisé du modèle, ne changent au cours des itérations. De larges évolutions sont donc autorisées sans ré-échantillonnage et nouvelle initialisation du modèle. En effet, la réinitialisation est un problème majeur dans les modèles de contours actifs classiques. Elle introduit un temps de calcul important, et modifie les propriétés élastiques du modèle au cours des itérations. Notre modèle permet un gain de temps de calcul important tout en garantissant une meilleure précision. Cette nouvelle approche n'adapte pas le modèle au contour avec un paramétrage nouveau pour chaque itération, mais elle adapte la taille du contour au modèle. Ainsi, les contours actifs peuvent être utilisés dans un but de segmentation non supervisée d'objets d'une image. La stabilité de l'algorithme pour de grandes déformations permet un démarrage automatique du contour qui peut être initialement réduit à la taille d'un seul pixel. Ceci est une caractéristique intéressante pour les nombreuses applications qui nécessitent une segmentation, et donc une initialisation, automatique. Le paramétrage du modèle ne dépend pas de la taille réelle du contour (N et h constants), et les paramètres de l'énergie interne peuvent donc être choisis indépendants de la discrétisation actuelle de la courbe. Des objets de tailles différentes peuvent être détectés à partir d'un seul modèle avec un nombre de points fixe. En contrepartie, l’invariabilité des paramètres de rigidité et de la viscosité du contour actif au cours des itérations est inhérente au modèle. La variation de ces paramètres au cours de l'évolution pourrait être parfois souhaitée pour adapter le modèle aux caractéristiques particulières d'un objet ou d'une image, comme la présence d'un angle pointu. Ces adaptations 73
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: INTRODUCTION AU TRAITEMENT D'IMAGES
Page 31 and 32: Chapitre 3 GRADIENT COULEUR MULITEC
Page 33 and 34: GRADIENT COULEUR MULITECHELLE (GCM)
Page 55 and 56: SEGMENTATION D’IMAGES PAR CONTOUR
Page 71: SEGMENTATION D’IMAGES PAR CONTOUR
Page 91 and 92: Chapitre 5 QUANTIFICATION ET MORPHO
Page 93 and 94: 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 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?