Author: CHARLES.. KERVRANN
Publisher:
ISBN:
Category :
Languages : fr
Pages : 248
Get Book Here
Book Description
DANS CETTE THESE, NOUS PRESENTONS UN CADRE STATISTIQUE GENERAL DE MODELISATION D'OBJETS BIDIMENSIONNELS POUR LA SEGMENTATION ET LE SUIVI DE STRUCTURES EN DEFORMATION DANS DES SEQUENCES D'IMAGES. LA REPRESENTATION HIERARCHIQUE ADOPTEE REPOSE SUR LA DEFINITION D'UNE FORME PROTOTYPE A LAQUELLE SONT APPLIQUEES DES DEFORMATIONS GLOBALES ET LOCALES. CES DERNIERES SONT MODELISEES PAR UN PROCESSUS MARKOVIEN GAUSSIEN (1#E#R ORDRE). L'ADAPTATION DU MODELE A UNE CLASSE PARTICULIERE D'OBJETS ET DE DEFORMATIONS EST REALISEE PAR LE BIAIS D'UNE PHASE D'APPRENTISSAGE, S'APPUYANT SUR UNE DECOMPOSITION MODALE DES DEFORMATIONS OBSERVEES SUR UNE POPULATION REPRESENTATIVE. LA SEGMENTATION DE L'IMAGE EST OBTENUE EN ESTIMANT, A PARTIR DE DONNEES-IMAGE CONSTITUEES DE GRADIENTS SPATIO-TEMPORELS EXTRAITS PREALABLEMENT DE LA SEQUENCE, LES DEFORMATIONS OPTIMALES AU SENS D'UN CRITERE STATISTIQUE (MAXIMUM A POSTERIORI). DES ALGORITHMES DE RELAXATION DETERMINISTES OU STOCHASTIQUES SONT UTILISES A CETTE FIN, EVITANT DANS CERTAINS CAS UNE INITIALISATION MANUELLE DU MODELE PROCHE DE LA SOLUTION DESIREE. LA PROCEDURE DE SEGMENTATION EST COMPLETEE PAR UN SUIVI TEMPOREL (PAR FILTRAGE RECURSIF) DES PARAMETRES CORRESPONDANT AUX MODES DE DEFORMATION DOMINANTS DEJA IDENTIFIES. L'ESTIMATION ROBUSTE D'UN MODELE DE MOUVEMENT DEFORMABLE PARAMETRIQUE AMELIORE PAR AILLEURS LE SUIVI DANS CERTAINES CIRCONSTANCES. CETTE APPROCHE CONTRAINT ENFIN LES DEFORMATIONS OBSERVEES POUR UNE CLASSE PARTICULIERE D'OBJETS, ASSURANT AINSI DES RESULTATS SATISFAISANTS DE SEGMENTATION ET DE SUIVI. L'APPRENTISSAGE NON SUPERVISE DES MODES DE DEFORMATION DE LA STRUCTURE EN MOUVEMENT CONSTITUE LA DERNIERE PARTIE DU TRAVAIL EFFECTUE. CETTE PROCEDURE AUTOMATIQUE EVITE UNE TACHE MANUELLE FASTIDIEUSE ET AMELIORE LA QUALITE DE L'APPRENTISSAGE EN SELECTIONNANT AVEC PERTINENCE LES MODES PRINCIPAUX DE DEFORMATION. DES EXPERIMENTATIONS SUR DES ETUDES DE CAS REELLES ILLUSTRENT LA SOUPLESSE ET LA ROBUSTESSE DES APPROCHES PRESENTEES POUR L'EXTRACTION ET LE SUIVI DE STRUCTURES DEFORMABLES VARIEES SUR DES SEQUENCES LONGUES
Author:
Publisher: IEEE Computer Society Press
ISBN: 9780769512785
Category : Computers
Languages : en
Pages : 216
Get Book Here
Book Description
Annotation Twenty-five papers from the July 2001 conference in Canada focus on recent innovations in computer vision applications, with attention to both the mathematical and computational frameworks involved. Specific papers address topics like restoration, registration, de-blurring, invariant edge completion, segmentation, 3D and level sets, and tracking. Papers and posters are both represented. Participants in a panel discussion are listed. Author index only. c. Book News Inc.
Author: Isaac Cohen
Publisher:
ISBN:
Category :
Languages : fr
Pages :
Get Book Here
Book Description
LA SEGMENTATION D'IMAGES A L'AIDE DES MODELES DEFORMABLES PERMET D'IMPOSER DES CONTRAINTES GLOBALES AUX CONTOURS DETECTES. LA RESOLUTION DES EQUATIONS AUX DERIVEES PARTIELLES CARACTERISANT LES COURBES ET LES SURFACES DEFORMABLES EST FAITE A L'AIDE D'UNE METHODE D'ELEMENTS FINIS CONFORMES. CETTE METHODE PLUS ELABOREE, PERMET UNE DETECTION DES POINTS DE CONTOUR 2-D ET 3-D PLUS PRECISE ET UNE REDUCTION DE LA COMPLEXITE ALGORITHMIQUE PAR RAPPORT A LA METHODE DES DIFFERENCES FINIES. LE MODELE DE COURBES DEFORMABLES A PERMIS D'ETABLIR UNE PREMIERE SEGMENTATION D'IMAGES 3-D AINSI QU'UN SUIVI DE STRUCTURES DANS DES IMAGES SPATIO-TEMPORELLES. CE SUIVI GLOBAL A ETE COMPLETE PAR UN SUIVI PONCTUEL DES CONTOURS A L'AIDE D'UNE DESCRIPTION EXPLICITE DE LA MISE EN CORRESPONDANCE BASEE SUR LES CARACTERISTIQUES GEOMETRIQUES DE LA COURBE ET LA REGULARITE DU CHAMP DE DEPLACEMENT. NOUS PROPOSONS EGALEMENT UNE METHODE DE DETERMINATION DES PARAMETRES DE REGULARISATION A PARTIR DE LA GEOMETRIE DE LA SURFACE (OU DE LA COURBE) ET DES DONNEES. CETTE METHODE PERMET D'IMPOSER IMPLICITEMENT DES DISCONTINUITES DE POSITION ET DE TANGENTE AUX MODELES DEFORMABLES 2-D ET 3-D. L'ENSEMBLE DES MODELES PROPOSES EST ILLUSTRE PAR DES EXPERIMENTATIONS SUR DES IMAGES SYNTHETIQUES ET MEDICALES
Author: JOHAN.. MONTAGNAT
Publisher:
ISBN:
Category :
Languages : fr
Pages : 300
Get Book Here
Book Description
DANS CETTE THESE, NOUS NOUS INTERESSONS A L'UTILISATION DES MODELES DEFORMABLES SURFACIQUES POUR LA SEGMENTATION D'IMAGES 3D ET 4D. DANS UN PREMIER TEMPS, NOUS NOUS SOMMES ATTACHES A CONTRAINDRE L'ESPACE DES DEFORMATIONS ADMISSIBLES DU MODELE AFIN DE RENDRE LE PROCESSUS DE DEFORMATION PLUS FIABLE. NOUS AVONS UTILISE LE FORMALISME DES MAILLAGES SIMPLEXES POUR EXPRIMER DES CONTRAINTES REGULARISANTES DE LA SURFACE. NOUS AVONS DEVELOPPE UN PROCESSUS EVOLUTIF DE DEFORMATION COMBINANT UNE TRANSFORMATION GLOBALE AYANT PEU DE DEGRES DE LIBERTE ET UN CHAMP DE DEFORMATIONS LOCALES. IL PERMET DE CONTROLER LE NOMBRE DE DEGRES DE LIBERTE OFFERTS AU MODELE SURFACIQUE DE MANIERE SIMPLE ET EFFICACE. NOUS AVONS EGALEMENT CHERCHE A ENRICHIR LA CONNAISSANCE A PRIORI DES DONNEES APPORTEE PAR LE MODELE. NOUS UTILISONS DES CONTRAINTES DE FORME POUR FACILITER LA SEGMENTATION DES STRUCTURES A RECONSTRUIRE, NOTAMMENT DANS LES ZONES OU LES DONNEES DE L'IMAGE SONT BRUITEES OU LACUNAIRES. NOUS NOUS SOMMES EGALEMENT INTERESSES A LA CONVERGENCE FORMELLE DU PROCESSUS DE DEFORMATION. NOUS AVONS DEVELOPPE UN ALGORITHME DE CHANGEMENT DE TOPOLOGIE DES MODELES DISCRETS QUE NOUS AVONS COMPARE A L'APPROCHE PAR COURBES DE NIVEAUX. DANS UN DEUXIEME TEMPS, NOUS NOUS SOMMES INTERESSES A LA DEFINITION DU TERME D'ATTACHE AUX DONNEES POUR DIFFERENTS TYPES D'IMAGES 3D. NOUS AVONS ENVISAGE PLUSIEURS GEOMETRIES RENCONTREES DANS LES IMAGES MEDICALES. NOUS AVONS ETUDIE L'APPORT D'UNE INFORMATION SUR LES REGIONS OU SUR LA DISTRIBUTION DES NIVEAUX DE GRIS DE L'IMAGE POUR LA DEFORMATION OU LE RECALAGE MULTIMODAL D'UN MODELE. FINALEMENT, NOUS NOUS SOMMES INTERESSES A LA SEGMENTATION DE SEQUENCES TEMPORELLES D'IMAGES CARDIAQUES 2D OU 3D. LA PRISE EN COMPTE DE L'INFORMATION TEMPORELLE PERMET D'INTRODUIRE DE NOUVELLES CONTRAINTES DE DEFORMATIONS. NOUS AVONS MIS NOS METHODES EN PRATIQUE AVEC LA SEGMENTATION D'IMAGES OU DES SEQUENCES D'IMAGES CARDIAQUES PROVENANT DE DIFFERENTES MODALITES D'ACQUISITION.
Author: Matthias Fenchel
Publisher: Cuvillier Verlag
ISBN: 3736934394
Category : Computers
Languages : en
Pages : 130
Get Book Here
Book Description
Author: Julien Mille
Publisher:
ISBN:
Category :
Languages : fr
Pages : 251
Get Book Here
Book Description
Les modèles déformables tels que les contours actifs sont des outils généraux et puissants pour la segmentation, en permettant notamment l'adjonction de contraintes et de connaissances a priori sur les objets à segmenter. Un modèle déformable est une structure géométrique déformée à l'aide d'une méthode d'évolution afin de s'ajuster aux frontières des objets recherchés. La segmentation est formulée comme un problèpmme d'optimisation, le but étant de déterminer la courbe ou la surface minimisant une fonction objectif (une énergie) composée de termes internes relatifs à la régularité géométrique du modèle et de termes externes qui mettent en relation le modèlle et l'image. Dans cette thèse, nous développons un modèle de contour actif pour la segmentation 2D et un modèle de surface active pour la segmentation 3D, ces deux modèles étant basés sur un formalisme unifié. Nous généralisons également le modèle de surface au problème de segmentation et suivi 3D+T. Nous proposons un ensemble d'amélioration de l'algorithme glouton, une méthode de minimisation numérique de la fonctionnelle d'énergie. Nous développons un nouveau terme externe basé région, que nous appelons énergie de région en bande étroite. Ce terme combine des caractéristiques locales et globales des structures d'intérêts et présente des avantages tant au niveau calculatoire qu'au niveau de la cohérence par rapport aux données.
Author: Nabil Boukala
Publisher:
ISBN:
Category :
Languages : fr
Pages : 238
Get Book Here
Book Description
Ce travail de recherche s'inscrit dans le domaine de la segmentation d'images à l'aide de modèles déformables. Nous étudions 2 types de modèles : -les contours actifs ou snakes, -les modèles statistiques, notamment les modèles actifs de forme (ASM) et d'apparence (AAM).Nous proposons d'appliquer ces différentes méthodes au problème de la segmentation d'images radiographiques du bassin. Cette étude comparative révèle la supériorité, en termes de précision et robustesse, des ASM par rapport aux autres approches étudiées. Cependant, notre ensemble de données met clairement en avant une limitation majeure de la méthode à savoir la nécessité d'un ensemble d'entraînement de taille conséquente, contrainte commune aux AAM. En effet, la mise en oeuvre de ces méthodes implique non seulement la possession de nombreuses images-exemples, mais également leur annotation manuelle, soit une lourdeur de la phase d'apprentissage et une limitation du champ d'application. L'approche proposée s'appuie sur des modèles locaux d'apparence très précis. Ces derniers décrivent les variations produites en perturbant aléatoirement le modèle de forme sur une ou plusieurs images d'entraînement. Notre stratégie de recherche fait usage de classificateurs statistiques qui indiquent dans quelles directions chacun des points du modèle doit évoluer. Outre le gain en précision et robustesse apporté, notre approche élargit le domaine d'application au suivi d'objet ou tracking puisqu'elle se satisfait de peu d'exemples d'apprentissage, une unique image pouvant éventuellement remplir cet office. Dans ce cas, un enrichissement du modèle de forme à l'aide d'une méthode par éléments finis est nécessaire
Author: VICTOR.. GARCIA-GARDUNO
Publisher:
ISBN:
Category :
Languages : fr
Pages : 179
Get Book Here
Book Description
CETTE THESE DECRIT UNE METHODE D'ANALYSE DE SEQUENCES D'IMAGES NUMERIQUES PAR SUIVI DE SEGMENTATION BASE MOUVEMENT. CETTE METHODE S'INSCRIT DANS LE CADRE GENERAL D'UN SCHEMA DE CODAGE ORIENTE-OBJETS 2D A APPLICATIONS GENERIQUES. GRACE A LA PROCEDURE DE SUIVI TEMPOREL LA SEGMENTATION SPATIO-TEMPORELLE N'EST PAS RECALCULEE SYSTEMATIQUEMENT ENTRE DEUX IMAGES SUCCESSIVES DE LA SEQUENCE, CE QUI ASSURE A LA FOIS UNE COHERENCE TEMPORELLE DE LA SEGMENTATION ET UN GAIN EN COUT DE CODAGE IMPORTANT. NOUS CONSIDERONS COMME HYPOTHESE DE DEPART LE FAIT DE DISPOSER D'UNE SEGMENTATION SPATIO-TEMPORELLE INITIALE ORIENTE-OBJETS. LA METHODE D'ANALYSE QUE NOUS PROPOSONS EST CONSTITUEE DES 3 PHASES ALGORITHMIQUES SUIVANTES: PREDICTION, AJUSTEMENT ET ESTIMATION. LE BUT DE LA PREDICTION EST DE RELIER TEMPORELLEMENT LA CARTE DE SEGMENTATION ENTRE DEUX INSTANTS SUCCESSIFS ; CETTE PROCEDURE EST INITIALISEE PAR LA PROJECTION DE LA SEGMENTATION PREALABLEMENT OBTENUE EN UTILISANT UN MODELE D'EVOLUTION TEMPORELLE. NOUS AVONS TESTE POUR CE FAIRE DEUX MODELES D'EVOLUTION: UNE PROJECTION COURT-TERME ; UNE PROJECTION LONG-TERME QUI EST BASEE SUR UN FILTRAGE RECURSIF DE KALMAN DES DESCRIPTEURS DE MOUVEMENT. LA DEUXIEME ETAPE CONSISTE A VALIDER OU CORRIGER LA SEGMENTATION PROJETEE PAR L'AJUSTEMENT DES ZONES D'OCCLUSION (DITES DE RECOUVREMENT-DECOUVREMENT) DEFINIES PAR LA PROJECTION DE LA SEGMENTATION. CETTE PHASE D'AJUSTEMENT REPOSE SUR UNE MODELISATION MARKOVIENNE (PAR CHAMPS DE MARKOV COUPLES CMRF NOTAMMENT) DE CES ZONES D'OCCLUSION. LA DERNIERE PHASE CONSISTE EN LA RE-ESTIMATION DE MOUVEMENT. DES ALGORITHMES USUELS BASES SUR DES TECHNIQUES DIFFERENTIELLES DE GRADIENT SONT UTILISEES ICI. NOTRE RECHERCHE SE CONCLUT PAR L'EXPERIMENTATION DE CE SCHEMA COMPLET ALGORITHMIQUE SUR DES SEQUENCES D'IMAGES REELLES. UNE PREMIERE EVALUATION EN TERMES DE CODAGE FOURNIT DES RESULTATS PROMETTEURS (TAUX DE COMPRESSION SIMILAIRES POUR DES QUALITES DE RECONSTRUCTION SUPERIEURES AUX STANDARDS ACTUELS EN ASSURANT UNE ANALYSE OBJET DE LA SEQUENCE). QUELQUES PERSPECTIVES PORTANT SUR L'OPTIMISATION DU SCHEMA DE CODAGE DEVRAIT VENIR CONFIRMER CES RESULTATS EXPERIMENTAUX
Author:
Publisher:
ISBN:
Category :
Languages : fr
Pages : 173
Get Book Here
Book Description
La segmentation d'image est une étape primordiale dans tout processus d'interprétation d'images. Les modèles déformables sont actuellement des approches de segmentation très populaires et sont toujours en plein évolution. Ils sont largement utilisés dans de nombreux domaines. Dans le cadre de cette thèse, notre intérêt s'est porté dans un premier lieu, à la comparaison qualitative et quantitative des performances de huit modèles déformables, représentatifs de l'état de l'art actuel du domaine. L'étude comparative a porté sur des images de synthèse et sur des images réelles. Nous avons pris le soin de construire une base d'images de synthèse dont chacune présentant une difficulté typique, en simulant une dégradation particulière. Cela permet l'étude et l'analyse des qualités, des faiblesses et des limitations d'une approche donnée. Les résultats de comparaison sont une aide précieuse aux utilisateurs qu'en au choix d'un algorithme donné pour résoudre une problématique particulière de segmentation. Dans un second temps, nous avons proposé des améliorations de deux des modèles étudiés afin de pallier à certaines de leurs limitations. Ainsi nous avons proposé une modification de la fonction de détection de contour pour permettre au modèle de Li de segmenter avec succès des objets avec des angles très aigus et une modification majeur de la prise en compte de l'a priori de forme dans le modèle de Tsai. En effet, notre approche possède un compromis entre l'a priori et le terme d'attache aux données, donnant ainsi plus de flexibilité d'une part, et utilise l'ACP à noyau pour l'apprentissage et la modélisation de l'a priori de forme, offrant ainsi une augmentation non négligeable de l'impact de la prise en compte de cette a priori sur le résultat de la segmentation d'autre part.
Author: Bourouis-S
Publisher: Omn.Univ.Europ.
ISBN: 9786131594281
Category : Computers
Languages : fr
Pages : 156
Get Book Here
Book Description
En m decine, l'utilisation d'images 3D (IRM, TDM, ...), devient de plus en plus fr quente. Par ailleurs, la quantit croissante de donn es mises la disposition du clinicien a motiv l' laboration des m thodes d'analyse automatique d'images. La segmentation des structures normales ou pathologiques est l'une des tapes les plus incontournables. Cependant, cette tape reste un probl me difficile cause de plusieurs difficult s. Les m thodes existantes sont nombreuses, mais elles sont incapables de r soudre toutes les perturbations. En particulier, les mod les d formables ont t appliqu s avec succ s mais, ils ont certaines limitations. Dans cette th se nous nous proposons de montrer qu'il est possible de d finir un cadre commun permettant la mise en place d'une coop ration entre des approches h t rog nes en r ponse la complexit du probl me pos . L'int r t d'une telle approche est de pouvoir exploiter la compl mentarit d'informations qui r sultent de l'application de plusieurs m thodes afin d'avoir une segmentation efficace. Notre m thode est fond e essentiellement sur les "Level-set" et les techniques de classification et de recalage. Nos r sultats sont tr s encourageants.
