Segmentation Dimages De Profondeur

Author : MOURAD.. DJEBALI
Publisher :
ISBN 13 :
Total Pages : 148 pages
Book Rating : 4.:/5 (49 download)

DOWNLOAD NOW!

Download or read book SEGMENTATION DES IMAGES DE PROFONDEUR UTILISANT LES ANALYSES MULTIRESOLUTION written by MOURAD.. DJEBALI and published by . This book was released on 1998 with total page 148 pages. Available in PDF, EPUB and Kindle. Book excerpt: 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.