Apport D Un Algorithme De Segmentation Ultra Rapide Et Non Supervis Pour La Conception De Techniques De Segmentation D Images Bruit Es

Apport d'un algorithme de segmentation ultra-rapide et non supervisé pour la conception de techniques de segmentation d'images bruitées

La segmentation d'image constitue une étape importante dans le traitement d'image et de nombreuses questions restent ouvertes. Il a été montré récemment, dans le cas d'une segmentation à deux régions homogènes, que l'utilisation de contours actifs polygonaux fondés sur la minimisation d'un critère issu de la théorie de l'information permet d'aboutir à un algorithme ultra-rapide qui ne nécessite ni paramètre à régler dans le critère d'optimisation, ni connaissance a priori sur les fluctuations des niveaux de gris. Cette technique de segmentation rapide et non supervisée devient alors un outil élémentaire de traitement.L'objectif de cette thèse est de montrer les apports de cette brique élémentaire pour la conception de nouvelles techniques de segmentation plus complexes, permettant de dépasser un certain nombre de limites et en particulier :- d'être robuste à la présence dans les images de fortes inhomogénéités ;- de segmenter des objets non connexes par contour actif polygonal sans complexifier les stratégies d'optimisation ;- de segmenter des images multi-régions tout en estimant de façon non supervisée le nombre de régions homogènes présentes dans l'image.Nous avons pu aboutir à des techniques de segmentation non supervisées fondées sur l'optimisation de critères sans paramètre à régler et ne nécessitant aucune information sur le type de bruit présent dans l'image. De plus, nous avons montré qu'il était possible de concevoir des algorithmes basés sur l'utilisation de cette brique élémentaire, permettant d'aboutir à des techniques de segmentation rapides et dont la complexité de réalisation est faible dès lors que l'on possède une telle brique élémentaire.

Bulletin signalétique des télécommunications

SEGMENTATION DES IMAGES DE PROFONDEUR UTILISANT LES ANALYSES MULTIRESOLUTION

RECONSTRUIRE LE MODELE SURFACIQUE D'UN OBJET, A PARTIR D'UNE IMAGE DE PROFONDEUR, EST L'UN DES PROBLEMES QUI SE POSENT DANS LE CADRE DE LA RECONSTRUCTION TRIDIMENSIONNELLE. LA SEGMENTATION EST L'UNE DES PARTIES LES PLUS CRITIQUES DE LA RECONSTRUCTION TRIDIMENSIONNELLE. ELLE CONSISTE A SUBDIVISER L'IMAGE DE PROFONDEUR EN UN ENSEMBLE FINI DE REGIONS, OU CHACUNE D'ELLES EST APPROCHEE PAR UNE SURFACE SIMPLE. DANS CE MEMOIRE, NOUS PROPOSONS UN ALGORITHME DE SEGMENTATION DE TYPE CROISSANCE DE REGIONS. CET ALGORITHME EST BASE SUR L'APPROXIMATION DES POINTS DE L'IMAGE PAR DES SURFACES POLYNOMIALES SIMPLES (PLANES OU QUADRIQUES). IL SE COMPOSE DE DEUX PHASES : UNE PHASE QUI CALCULE UNE PARTITION INITIALE ET UNE PHASE DE FUSION QUI AFFINE CETTE PARTITION AFIN D'OBTENIR UNE SEGMENTATION APPROPRIEE DE L'IMAGE. L'APPORT DE CETTE METHODE RESIDE DANS LA DEMARCHE ALGORITHMIQUE SUIVIE DANS LA CONCEPTION DE LA PHASE DE FUSION. CETTE DEMARCHE CONSISTE A DECOUPER CETTE PHASE EN DEUX ETAPES, ASSURANT UNE FUSION PROGRESSIVE DES REGIONS SELON DES CRITERES D'APPROXIMATIONS AU SENS DES MOINDRES CARRES, ET REDUISANT LES FUSIONS QUI CONDUISENT A UNE SEGMENTATION NE RESPECTANT PAS LES PROPRIETES DE L'OBJET REPRESENTE PAR L'IMAGE. BIEN QUE CET ALGORITHME PRESENTE UNE NOUVELLE DEMARCHE ALGORITHMIQUE, SON TEMPS DE CALCUL DEMEURE IMPORTANT, SURTOUT POUR DES IMAGES DE GRANDE TAILLE. POUR PALLIER CET INCONVENIENT, NOTRE IDEE EST DE L'APPLIQUER AU RESULTAT DE DECOMPOSITION DE L'IMAGE A UNE RESOLUTION FAIBLE. POUR QUE LE RESULTAT DE LA SEGMENTATION A UNE ECHELLE REDUITE SOIT EN CONCORDANCE AVEC LA NATURE DE L'OBJET REPRESENTE PAR L'IMAGE INITIALE, NOUS UTILISONS LES ANALYSES MULTIRESOLUTION PAR COIFLETS. LA PROPRIETE DE CES ANALYSES SUR LAQUELLE NOUS NOUS BASONS EST LE FAIT QUE LE RESULTAT DE DECOMPOSITION D'UN POLYNOME, DE DEGRE INFERIEUR A L'ORDRE DE LA COIFLET UTILISEE, A UNE RESOLUTION FAIBLE, DONNE LE MEME POLYNOME AVEC DES DETAILS NULS. CETTE PROPRIETE EST EGALEMENT UTILISEE AU SEIN D'UN ALGORITHME DE FILTRAGE QUI REPOSE SUR LE FAIT QUE LES DETAILS NON NULS RESULTANT DE LA DECOMPOSITION D'UNE IMAGE CORRESPONDENT AU BRUIT CONTENU DANS L'IMAGE. L'ETAPE D'INITIALISATION DE L'ALGORITHME DE SEGMENTATION, PERMET L'OBTENTION D'UNE PARTITION GROSSIERE DE L'IMAGE, EN CALCULANT LES COURBURES GAUSSIENNE ET MOYENNE QUI SONT FONCTIONS DES DERIVEES PARTIELLES DE L'IMAGE. LA NATURE DISCRETE DE L'IMAGE AINSI QUE LE BRUIT QU'ELLE CONTIENT INFLUENT SOUVENT SUR LE CALCUL DES DERIVEES PARTIELLES. AINSI, UNE ETUDE DE L'INFLUENCE D'UN BRUIT ADDITIF SUR LE CALCUL DES DERIVEES PARTIELLES DE L'IMAGE PAR L'ENSEMBLE DE FILTRES OPTIMAUX SELON LES CRITERES DE CANNY A ETE FAITE DANS LE BUT D'ESTIMER LES VALEURS ADEQUATES DE LEUR PARAMETRE DE CONTROLE.