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

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