Imagerie Mathématique: segmentation sous contraintes géométriques ~ Théorie et Applications - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2004

Mathematical Imaging: segmentation under geometrical constraints ~ Theory and applications

Imagerie Mathématique: segmentation sous contraintes géométriques ~ Théorie et Applications

Résumé

In this thesis, we are concerned with the issue of image segmentation under geometrical constraints. This problematics has emerged while analyzing classical methods of edge detection. Indeed, these classical tools (deformable models, geodesic active contours, fast marching, etc...) prove to be fruitless in several scenarios: when image data are missing or of poor quality. In medical imaging for instance, occlusion phenomena can occur: two organs can partly hide each other (e.g of the liver). Besides, two adjacent objects can own homogeneous intrinsic texture so that it is hard to clearly identify the interface beween both items. The classical definition of an edge which is features as the locus of connected points for which the image gradient varies abruptly can no longer be applied. To finish with, in some fields of research and/or for post-processing needs, one can have at one's disposal, in addition to image data, geometrical data to be integrated in the segmentation process.
To cope with these hindrances, we propose to design segmentation models that integrate geometrical constraints while satisfying the classical criteria of detection with in particular, the regularity that implies on the contour.
Dans cette thèse, nous nous intéressons à des problèmes de segmentation d'images sous contraintes géométriques. Cette problématique a émergé suite à l'analyse de plusieurs méthodes classiques de détection de contours qui a été faite. En effet, ces méthodes classiques (Modèles déformables, contours actifs géodésiques, 'fast marching', etc...) se révèlent caduques quand des données de l'image sont manquantes ou de mauvaise qualité. En imagerie médicale par exemple, des phénomènes d'occlusion peuvent se produire : des organes peuvent se masquer en partie l'un l'autre (ex du foie). Par ailleurs, deux objets qui se jouxtent peuvent posséder des textures intrinsèques homogènes si bien qu'il est difficile d'identifier clairement l'interface entre ces deux objets. La définition classique d'un contour qui est caractérisé comme étant le lieu des points connexes présentant une forte transition de luminosité ne s'applique donc plus. Enfin, dans certains contextes d'étude, comme en géophysique, on peut disposer en plus des doneées d'imagerie, de données géométriques à intégrer au processus de segmentation.

Pour pallier ces difficultés, nous proposons ici des modèles de segmentation intégrant des contraintes géométriques et satisfaisant les critères classiques de détection avec en particulier la régularité sur le contour que cela implique.
Fichier principal
Vignette du fichier
tel-00009036.pdf (8.03 Mo) Télécharger le fichier

Dates et versions

tel-00009036 , version 1 (15-04-2005)

Identifiants

  • HAL Id : tel-00009036 , version 1

Citer

Carole Le Guyader. Imagerie Mathématique: segmentation sous contraintes géométriques ~ Théorie et Applications. Mathématiques [math]. INSA de Rouen, 2004. Français. ⟨NNT : ⟩. ⟨tel-00009036⟩
393 Consultations
719 Téléchargements

Partager

Gmail Facebook X LinkedIn More