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

SEGMENTATION D’IMAGES PAR CONTOURS ACTIFS A LONGUEUR NORMALISEE (CALN).
présente un extrait de la séquence de déformation du contour actif jusqu'à convergence du
modèle. Le contour actif en évolution est superposé à l’image d’entrée (première image en haut à
gauche). Le résultat final correct de la segmentation est illustré sur la dernière image en bas à
droite. Iles est tout à fait correct.
Figure 34. - Évolution du contour actif à longueur normalisée superposé à une image synthétique.
9.2 Segmentation des ventricules de cerveau en IRM
Après illustration sur une image synthétique, les résultats sur des images réelles sont
présentés. Les premières images testées sont des images acquises en Imagerie par Résonance
Magnétique (IRM) cérébrale (Figure 35). Nous présentons, comme exemple, la segmentation des
ventricules latéraux d'une coupe axiale de l'image en pondération T1 d'un sujet normal. Le
contour actif en évolution est superposé à l’image d’entrée (première ligne). Le contour initial (de
diamètre un pixel) est placé manuellement dans l'un des deux ventricules du cerveau. Sur la
seconde ligne de la Figure 35 sont présentés les résultats de la segmentation obtenus à partir de
différents contours initiaux. Les contours initiaux et finaux sont alors superposés à l’image. Les
résultats de la segmentation sont identiques. La convergence de l'algorithme est donc
indépendante du contour initial dans ce cas-ci. Comme nous pouvons le voir, les segmentations
sont correctement effectuées.
85