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

More documents

Recommendations

Info

SEGMENTATION D’IMAGES PAR CONTOURS ACTIFS A LONGUEUR NORMALISEE (CALN). Figure 35. - Évolution du CALN sur une image d’une coupe axiale en IRM cérébrale. Les contours actifs en évolution ainsi que les contours initiaux sont superposés à l’image d’entrée (première ligne). La seconde ligne présente les résultats de la segmentation obtenus pour différents contours initiaux. La Figure 36 présente une coupe sagittale du cerveau de la Figure 35 avec la segmentation d'un ventricule de forme allongée. Cet exemple démontre les propriétés élastiques du modèle qui lui permettent d'évoluer à travers des régions très fines sans endommager la régularité du résultat final. Sur la première ligne de la Figure 36, le contour initial et le contour actif en évolution sur l’image d’entrée sont superposés. La seconde ligne montre les résultats de la segmentation obtenus pour différents contours initiaux, placés manuellement dans le ventricule latéral du cerveau. Les résultats sont indépendants du contour initial comme dans l'exemple précédent et le ventricule est correctement segmenté. 86
SEGMENTATION D’IMAGES PAR CONTOURS ACTIFS A LONGUEUR NORMALISEE (CALN). Figure 36. - Évolution du CALN superposée à une image d’une coupe sagittal en IRM cérébrale. La seconde ligne montre les résultats de la segmentation pour différents contours initiaux. 9.3 Segmentation de la paroi d'artères en IRM Le deuxième type d'images médicales testées sont des images de microscopie par Résonance Magnétique (RM). Nous avons segmenté ces images haute résolution de vaisseaux sanguins de lapins WHHL ("Watanabe Heritable Hyperlipidaemic") acquises in vivo et in vitro 3 . La taille du pixel est entre 58 et 78 µm avec une épaisseur de coupe de 0,8 à 1 mm. La Figure 37 montre une série continue d’images d'une portion de l'aorte in vitro d'un lapin. La lumière de l'artère (zone où passe le sang) est segmentée avec l'algorithme CALN (première ligne de la Figure 37). La seconde ligne montre les mêmes images en mode vidéo inverse pour mieux visualiser les détails des résultats. 3 Nous remercions Mme Linda Chaabane du Laboratoire Résonances Magnétiques et Caractérisation Tissulaire (RMN), UMR CNRS 5012, Lyon, dirigé par professeur A. Briguet pour nous avoir fourni ces images. 87
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:
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Chapitre 3 GRADIENT COULEUR MULITEC
Page 33 and 34:
GRADIENT COULEUR MULITECHELLE (GCM)
Page 35 and 36: GRADIENT COULEUR MULITECHELLE (GCM)
Page 55 and 56: SEGMENTATION D’IMAGES PAR CONTOUR
Page 85: 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 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 ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?