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

SEGMENTATION D’IMAGES PAR CONTOURS ACTIFS A LONGUEUR NORMALISEE (CALN).
Le modèle de contours actifs à longueur normalisée (CALN) a été intégré dans deux
logiciels d’imagerie médicale développés au laboratoire Creatis. Ces logiciels ont permis de valider
quantitativement sur un grand nombre d'images la robustesse des résultats de la segmentation par
CALN dans le contexte médical. Les résultats obtenus sur ces deux applications sont donné en
annexe C.
10. CONCLUSION
Dans ce chapitre nous avons rappelé la théorie des contours actifs. A partir du modèle
classique, nous nous sommes intéressés plus particulièrement à la mise en œuvre numérique de
l'équation d'évolution du contour. Nous avons ainsi étudié et pallié les problèmes qui se posent
lors de cette mise en œuvre :
• Le modèle numérique doit être recalculé à chaque itération de l'algorithme (ou
presque).
• Le réglage des paramètres, tension, flexion, viscosité, force externe et force ballon est
délicat. Il doit être ajusté lors de grand déplacement ou changement du nombre de
points du contour.
Une discussion à propos de la discrétisation du modèle de contour actif ainsi qu'une étude
de l'influence relative des forces externes et internes a motivé la définition d'un nouveau modèle
de contours actifs à longueur normalisée (CALN), plus stable et largement plus rapide. Ce
modèle présente une structure invariante tout au long de l'évolution du contour. A chaque
itération, les points discrets du contour sont redistribués uniformément et la longueur du contour
est normalisée afin de préserver la validité de la matrice A de rigidité interne du modèle.
L'évolution des points est calculée sur le modèle normalisée de longueur invariante, puis reportée
sur le contour réel. Ceci permet de conserver la validité des réglages des paramètres de tension,
flexion et force ballon, au cours de très grandes variations de la longueur du contour réel (cas de
l'initialisation par un point). Une étude complète de la composante normale des forces internes,
tension et flexion, et externes, ballon et image, a permis de maîtriser la composante d'avancement
du contour. Ainsi le modèle CALN possède une vitesse d'évolution constante, indépendante du
réglage des coefficients α, β et du nombre de points N du contour. Une vitesse d'évolution
constante est primordiale pour la stabilité de l'algorithme et la convergence rapide. Cette
implantation numérique conduit également à une réduction par un facteur important (supérieur à
cinq) du temps de calcul qui a été comparé à celui apporté par l'inversion littérale de la matrice de
rigidité [Delmas, 2000].
Les avantages de notre modèle de CALN pour l'extraction de contours sont :
• Le réglage des coefficients α, β ainsi que l'évolution du contour est indépendante de
sa taille.
89