Download or read book Segmentation mutuelle d objets d int r t dans des s quences d images st r o multispectrales written by Pierre-Luc St-Charles and published by . This book was released on 2018 with total page 175 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les systèmes de vidéosurveillance automatisés actuellement déployés dans le monde sont encore bien loin de ceux qui sont représentés depuis des années dans les oeuvres de sciencefiction. Une des raisons derrière ce retard de développement est le manque d'outils de bas niveau permettant de traiter les données brutes captées sur le terrain. Le pré-traitement de ces données sert à réduire la quantité d'information qui transige vers des serveurs centralisés, qui eux effectuent l'interprétation complète du contenu visuel capté. L'identification d'objets d'intérêt dans les images brutes à partir de leur mouvement est un exemple de pré-traitement qui peut être réalisé. Toutefois, dans un contexte de vidéosurveillance, une méthode de pré-traitement ne peut généralement pas se fier à un modèle d'apparence ou de forme qui caractérise ces objets, car leur nature exacte n'est pas connue d'avance. Cela complique donc l'élaboration des méthodes de traitement de bas niveau. Dans cette thèse, nous présentons différentes méthodes permettant de détecter et de segmenter des objets d'intérêt à partir de séquences vidéo de manière complètement automatisée. Nous explorons d'abord les approches de segmentation vidéo monoculaire par soustraction d'arrière-plan. Ces approches se basent sur l'idée que l'arrière-plan d'une scène peut être modélisé au fil du temps, et que toute variation importante d'apparence non prédite par le modèle dévoile en fait la présence d'un objet en intrusion. Le principal défi devant être relevé par ce type de méthode est que leur modèle d'arrière-plan doit pouvoir s'adapter aux changements dynamiques des conditions d'observation de la scène. La méthode conçue doit aussi pouvoir rester sensible à l'apparition de nouveaux objets d'intérêt, malgré cette robustesse accrue aux comportements dynamiques prévisibles. Nous proposons deux méthodes introduisant différentes techniques de modélisation qui permettent de mieux caractériser l'apparence de l'arrière-plan sans que le modèle soit affecté par les changements d'illumination, et qui analysent la persistance locale de l'arrière-plan afin de mieux détecter les objets d'intérêt temporairement immobilisés. Nous introduisons aussi de nouveaux mécanismes de rétroaction servant à ajuster les hyperparamètres de nos méthodes en fonction du dynamisme observé de la scène et de la qualité des résultats produits.

Download or read book Segmentation d images written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-11 with total page 150 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que la segmentation d'image Dans le traitement d'images numériques et la vision par ordinateur, la segmentation d'image est le processus de partitionnement d'une image numérique en plusieurs segments d'image, également appelés régions d'image ou objets images. Le but de la segmentation est de simplifier et/ou de modifier la représentation d'une image en quelque chose de plus significatif et plus facile à analyser. La segmentation d'images est généralement utilisée pour localiser des objets et des limites dans les images. Plus précisément, la segmentation d'image est le processus d'attribution d'une étiquette à chaque pixel d'une image de telle sorte que les pixels portant la même étiquette partagent certaines caractéristiques. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Segmentation d'images Chapitre 2 : Détection des contours Chapitre 3 : Transformation de caractéristiques invariantes d'échelle Chapitre 4 : Seuil (traitement d'image) Chapitre 5 : Méthode d'Otsu Chapitre 6 : Détection de coin Chapitre 7 : Coupes graphiques en vision par ordinateur Chapitre 8 : Décalage moyen Chapitre 9 : Segmentation de plage Chapitre 10 : Bassin versant (traitement d'image) (II) Répondre aux principales questions du public sur la segmentation d'images. (III) Exemples concrets d'utilisation de la segmentation d'images dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de segmentation d'images.

Download or read book Multispectral Image Analysis Using the Object Oriented Paradigm written by Kumar Navulur and published by CRC Press. This book was released on 2006-12-05 with total page 206 pages. Available in PDF, EPUB and Kindle. Book excerpt: Bringing a fresh new perspective to remote sensing, object-based image analysis is a paradigm shift from the traditional pixel-based approach. Featuring various practical examples to provide understanding of this new modus operandi, Multispectral Image Analysis Using the Object-Oriented Paradigm reviews the current image analysis methods and demonstrates advantages to improve information extraction from imagery. This reference describes traditional image analysis techniques, introduces object-oriented technology, and discusses the benefits of object-based versus pixel-based classification. It examines the creation of object primitives using image segmentation approaches and the use of various techniques for object classification. The author covers image enhancement methods, how to use ancillary data to constrain image segmentation, and concepts of semantic grouping of objects. He concludes by addressing accuracy assessment approaches. The accompanying downloadable resources present sample data that enable the use of different approaches to problem solving. Integrating remote sensing techniques and GIS analysis, Multispectral Image Analysis Using the Object-Oriented Paradigm distills new tools to extract information from remotely sensed data.

Download or read book Interactive Co segmentation of Objects in Image Collections written by Dhruv Batra and published by Springer Science & Business Media. This book was released on 2011-11-09 with total page 56 pages. Available in PDF, EPUB and Kindle. Book excerpt: The authors survey a recent technique in computer vision called Interactive Co-segmentation, which is the task of simultaneously extracting common foreground objects from multiple related images. They survey several of the algorithms, present underlying common ideas, and give an overview of applications of object co-segmentation.

Download or read book Segmentation d images multispectrales bas e sur la fusion d informations written by Weibei Dou and published by . This book was released on 2006 with total page 187 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'objectif de cette thèse consiste à développer une architecture de fusion d'informations basée sur la théorie floue pour la segmentation d'une cible à partir de plusieurs sources d'images. Notre application principale porte sur la segmentation des images IRM multispectrales. Nous proposons une approche de segmentation automatique basée sur la fusion des caractéristiques extraites de chaque source d'image. Ces caractéristiques sont modélisées par des fonctions d'appartenance, obtenues à partir de fonctions analytiques, qui prennent en compte des connaissances à priori sur la possibilité d'appartenance à une cible (tumeur ou tissus cérébraux) donnée par l'expert, et aussi la gradation d'intensité du signal de la cible. La segmentation d'une cible consiste finalement à combiner les différents degrés d'appartenance de la cible. Une étape supplémentaire basée sur une croissance 3D des régions floues est proposée pour améliorer le résultat de la combinaison. Pour évaluer les résultats de segmentation représentés par un ensemble flou, une extension du coefficient Kappa de Cohen, nommée "Kappa flou" est proposée, qui est une méthode d'évaluation globale sur la proportion d'agrément d'un classement flou. Cette architecture développée est mise en oeuvre pour la segmentation des tumeurs cérébrales à partir des images IRM qui comprennent pour l'instant les séquences de base : T1, T2 et densité de protons (DP). Les résultats sur sept patients atteints de tumeur montrent l'efficacité de notre système.

Download or read book Variational and Level Set Methods in Image Segmentation written by Amar Mitiche and published by Springer Science & Business Media. This book was released on 2010-10-22 with total page 192 pages. Available in PDF, EPUB and Kindle. Book excerpt: Image segmentation consists of dividing an image domain into disjoint regions according to a characterization of the image within or in-between the regions. Therefore, segmenting an image is to divide its domain into relevant components. The efficient solution of the key problems in image segmentation promises to enable a rich array of useful applications. The current major application areas include robotics, medical image analysis, remote sensing, scene understanding, and image database retrieval. The subject of this book is image segmentation by variational methods with a focus on formulations which use closed regular plane curves to define the segmentation regions and on a level set implementation of the corresponding active curve evolution algorithms. Each method is developed from an objective functional which embeds constraints on both the image domain partition of the segmentation and the image data within or in-between the partition regions. The necessary conditions to optimize the objective functional are then derived and solved numerically. The book covers, within the active curve and level set formalism, the basic two-region segmentation methods, multiregion extensions, region merging, image modeling, and motion based segmentation. To treat various important classes of images, modeling investigates several parametric distributions such as the Gaussian, Gamma, Weibull, and Wishart. It also investigates non-parametric models. In motion segmentation, both optical flow and the movement of real three-dimensional objects are studied.

Download or read book Variational Methods in Image Segmentation written by Jean-Michel Morel and published by Springer Science & Business Media. This book was released on 2012-12-06 with total page 257 pages. Available in PDF, EPUB and Kindle. Book excerpt: This book contains both a synthesis and mathematical analysis of a wide set of algorithms and theories whose aim is the automatic segmen tation of digital images as well as the understanding of visual perception. A common formalism for these theories and algorithms is obtained in a variational form. Thank to this formalization, mathematical questions about the soundness of algorithms can be raised and answered. Perception theory has to deal with the complex interaction between regions and "edges" (or boundaries) in an image: in the variational seg mentation energies, "edge" terms compete with "region" terms in a way which is supposed to impose regularity on both regions and boundaries. This fact was an experimental guess in perception phenomenology and computer vision until it was proposed as a mathematical conjecture by Mumford and Shah. The third part of the book presents a unified presentation of the evi dences in favour of the conjecture. It is proved that the competition of one-dimensional and two-dimensional energy terms in a variational for mulation cannot create fractal-like behaviour for the edges. The proof of regularity for the edges of a segmentation constantly involves con cepts from geometric measure theory, which proves to be central in im age processing theory. The second part of the book provides a fast and self-contained presentation of the classical theory of rectifiable sets (the "edges") and unrectifiable sets ("fractals").

Download or read book SEGMENTATION NON SUPERVISEE D IMAGES MULTI SPECTRALES PAR CHAINES DE MARKOV CACHEES written by Nathalie Giordana and published by . This book was released on 1996 with total page 136 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE EST CONSACREE A LA SEGMENTATION NON SUPERVISEE D'IMAGES MULTI-SPECTRALES PAR CHAINES DE MARKOV CACHEES ET PLUS PARTICULIEREMENT A L'ETUDE DE L'ETAPE D'ESTIMATION. L'OBJET DE CE TRAVAIL EST DE CONCEVOIR DES METHODES PERMETTANT D'ESTIMER DES MELANGES DE LOIS GENERALISES. CES METHODES D'ESTIMATION FONDEES SUR L'ALGORITHME ICE PERMETTENT DE DETECTER PARMI UN ENSEMBLE DE LOIS, CELLES QUI SONT LE PLUS FIDELES A LA REALITE ET D'ESTIMER LES PARAMETRES CORRESPONDANT A CHACUNE DES LOIS DETECTEES. LES ETUDES COMPARATIVES DES DIFFERENTES METHODES MISES AU POINT AVEC LES METHODES CLASSIQUES EM ET ICE, SUR DES CHAINES SIMULEES PUIS SUR DES IMAGES, MONTRENT L'EFFICACITE DES ALGORITHMES GENERALISES. NOUS ETUDIONS EGALEMENT LA SEGMENTATION MULTI-SPECTRALE EN CONSIDERANT DES CANAUX INDEPENDANTS POUR TRAITER LES MELANGES GENERALISES ET DES CANAUX CORRELES DANS LE CAS DE MELANGES GAUSSIENS. NOUS METTONS AINSI EN EVIDENCE L'INTERET OU NON DE L'AJOUT DE CANAUX D'OBSERVATIONS. DANS CE CADRE DE LA FUSION DE DONNEES, NOUS NOUS INTERESSONS A LA THEORIE DE L'EVIDENCE. NOUS INTRODUISONS ALORS LA NOTION DE CHAINE DE MARKOV CACHEE EVIDENTIELLE ET NOUS DEVELOPPONS LES METHODES DE SEGMENTATION QUI LUI SONT ASSOCIEE. LES ETUDES EFFECTUEES SUR DES CHAINES MONTRENT L'INTERET DE CETTE MODELISATION MAIS EGALEMENT SES DIFFICULTES DE MISE EN UVRE DANS UN CADRE NON SUPERVISEE

Download or read book Advances in Spatio Temporal Segmentation of Visual Data written by Vladimir Mashtalir and published by Springer Nature. This book was released on 2019-12-16 with total page 279 pages. Available in PDF, EPUB and Kindle. Book excerpt: This book proposes a number of promising models and methods for adaptive segmentation, swarm partition, permissible segmentation, and transform properties, as well as techniques for spatio-temporal video segmentation and interpretation, online fuzzy clustering of data streams, and fuzzy systems for information retrieval. The main focus is on the spatio-temporal segmentation of visual information. Sets of meaningful and manageable image or video parts, defined by visual interest or attention to higher-level semantic issues, are often vital to the efficient and effective processing and interpretation of viewable information. Developing robust methods for spatial and temporal partition represents a key challenge in computer vision and computational intelligence as a whole. This book is intended for students and researchers in the fields of machine learning and artificial intelligence, especially those whose work involves image processing and recognition, video parsing, and content-based image/video retrieval.

Download or read book Coop ration des ondelettes et des quations aux d riv es partielles pour le traitement d images multispectrales written by Aldo Maalouf and published by . This book was released on 2008 with total page 268 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les travaux réalisés dans cette thèse s’inscrivent dans le contexte du traitement d’images et de séquences d’images incluant le débruitage, la segmentation, l’inpainting et le mosaicing. Les approches proposées sont basées sur la transformée en ondelettes et les équations aux dérivées partielles. Dans le domaine de débruitage nous avons proposé des tenseurs de structure multi-échelles basés sur les transformées en ondelettes et bandelettes et capables de caractériser les contours d’images bruitées. Cela nous a conduit à la proposition de plusieurs méthodes de diffusion anisotrope et vectorielle orientée par les contours de l’image définis par ces tenseurs. Dans le domaine de segmentation, nous avons défini une méthode de segmentation par région inspirée des méthodes de l’ensemble de niveau et orientée par le tenseur de structure multi-échelles basé sur la transformée en ondelettes et une méthode de contour actif orientée par les coefficients d’ondelettes fovéales. Nous avons ensuite utilisé les grouplettes géométriques pour définir une méthode d’inpainting. La transformée en grouplettes nous a permis de recomposer correctement la géométrie multi-échelles des structures de l’image et l’information à l’intérieur de la région des données manquantes est synthétisée par une propagation de cette géométrie. Dans le domaine de traitement des séquences vidéo nous avons construit deux modèles : le premier a pour objectif le mosaicing des séquences vidéo et le second l’inpainting. Les deux modèles se basent sur la segmentation en quadtree de la transformée en bandelettes afin d’étudier les similarités entre les différentes zones des trames de la séquence. Les carrés dyadiques qui ont des propriétés géométriques similaires sont ”collés” l’un à côté de l’autre pour former une mosaïque finale ou pour combler les zones manquantes. Finalement, nous avons proposé une décomposition et reconstruction en ondelettes 2D non séparables définies à partir des bases de polynômes orthogonaux et un opérateur multi-échelles de détection de contours.

Download or read book Mesures statistiques non param triques pour la segmentation d images et de vid os et minimisation par contours actifs written by Ariane Herbulot and published by . This book was released on 2007 with total page 176 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'images et de séquences vidéo consiste à séparer les objets d'intérêt du reste de l'image. L'utilisation de contours actifs en utilisant une approche variationnelle repose sur la définition d'un critère de segmentation. Ce critère est ensuite dérivé à l'aide des gradients de forme, afin de parvenir à l'équation d'évolution du contour actif. Bien souvent ce critère dépend des caractéristiques de l'image et fait une hypothèse implicite sur les distributions de ces caractéristiques. Par exemple, considérer une fonction de la moyenne de l'intensité d'une région revient à faire une hypothèse gaussienne sur la distribution de cette intensité. Dans cette thèse, nous proposons de nous affranchir de ces hypothèses qui ne sont pas toujours respectées et de considérer les distributions les plus "réelles" possible en utilisant une estimation non-paramétrique de ces distributions. Nous présentons des critères issus de la théorie de l'information, comme l'entropie, afin de segmenter des zones de faible variabilité dans les images. Afin de prendre en compte plusieurs canaux comme les canaux couleur, l'entropie jointe et l'information mutuelle sont aussi utilisées. Lorsqu'une information a priori est connue, la divergence de Kullback-Leibler permet d'introduire une notion de distance à une segmentation de référence en cherchant à minimiser une "distance" entre distributions. Enfin, l'entropie jointe est utilisée afin de segmenter des objets en mouvement dans des séquences vidéo, que cela soit en ayant au préalable calculé un flot optique, ou en estimant de façon conjointe le mouvement avec la segmentation.

Download or read book L Intelligence en Essaim Et la Segmentation D Images written by Salima Ouadfel and published by Omniscriptum. This book was released on 2011-03 with total page 204 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation d'images est une étape très importante dans tout système de vision. Elle a pour objectif d'extraire à partir d'une image numérique des indices visuels ou des primitives pertinentes permettant de la représenter sous une forme plus condensée et facilement exploitable dont dépend la performance des systèmes de vision artificielle. Cet ouvrage décrit de nouvelles approches pour la segmentation d'images. Ces approches s'inspirent des comportements collectifs et auto-organisés des fourmis dans la nature. Elles se basent sur une population de fourmis artificielles simples capables de s'auto-organiser pour faire émerger une segmentation optimale.

Download or read book Segmentation statistique et fusion d images satellitaires par la th orie de l vidence dans un contexte markovien written by Ahmed Rekik and published by . This book was released on 2008 with total page 181 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le travail réalisé dans le cadre de cette thèse, porte sur la segmentation statistique non supervisée des images satellitaires dans un contexte Markovien, et leur fusion à travers la théorie de l’évidence. En effet, nous avons développée dans ce travail une nouvelle approche de segmentation statistique optimale, à travers l’intégration et l’apport de plusieurs algorithmes, notamment au niveau de l’initialisation, en exploitant tout d’abord la méthode des centres mobiles (Kmeans) pour une meilleure définition des classes de l’image, ensuite nous avons voulu régulariser et uniformiser ces classes à travers les champs de Markov qui permettaient une prise en compte de la notion de voisinage dans la phase de classification. Au niveau de la modélisation des différentes classes de l’image, nous avons opté pour les distributions du système de Pearson pour leur flexibilité et leur adaptation en offrant une gamme de lois diverses et précises. Enfin en ce qui concerne l’estimation des différents attributs de chaque classe de l’image, nous avons utilisé les algorithmes EM et SEM. Dans le but d’optimiser davantage ce travail, nous avons intégré dans notre approche une phase de fusion d’images segmentées basée sur la théorie de l’évidence, qui permettait une meilleure prise de décision au niveau de l’étape de segmentation, en exploitant la richesse des données présentes dans les images multispectrales et multi-temporelles.

Download or read book M thode collaborative de segmentation et classification d objets partir d images de t l d tection tr s haute r solution spatiale written by Aymen Sellaouti and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Avec l'avènement des images satellitaires à très haute résolution, les approches pixelliques ne donnant plus entière satisfaction ont été remplacées par les approches objets. Cependant, ces approches restent tributaires de la première étape qui permet le passage du pixel vers l'objet, à savoir l'étape de construction. L'architecture séquentielle de ces approches fait que les erreurs de l'étape de construction se répercutent sur l'étape d'identification. Il devient donc primordial de passer de cette architecture séquentielle vers une architecture itérative permettant la collaboration entre les étapes de construction et d'identification. Dans le cadre de cette thèse, nous nous sommes concentrés sur l'étude de l'étape de construction(i.e., la segmentation) comme base de départ pour les approches proposées. Nous avons proposé deux approches objets basées sur les techniques de segmentation les plus propices à la collaboration, à savoir les techniques régions et les techniques collaboratives région/contour. La première approche proposée se base sur une croissance sémantique hiérarchique. Elle permet de combiner les algorithmes de croissance de régions et les approches d'analyse d'images orientées objets. La croissance étant spécifique à la classe du germe de départ, nous avons proposé deux adaptations de l'approche sur les objets les plus rencontrés dans le contexte urbain, à savoir, les routes et les bâtiments. La deuxième approche utilise un algorithme évolutionnaire local permettant un paramétrage local des différents agents régions et contours évoluant au sein d'un système multi-agents.

Download or read book Segmentation d objets mobiles par fusion RGB D et invariance colorim trique written by Julian Murgia and published by . This book was released on 2016 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'inscrit dans un cadre de vidéo-surveillance, et s'intéresse plus précisément à la détection robustesd'objets mobiles dans une séquence d'images. Une bonne détection d'objets mobiles est un prérequis indispensableà tout traitement appliqué à ces objets dans de nombreuses applications telles que le suivi de voitures ou depersonnes, le comptage des passagers de transports en commun, la détection de situations dangereuses dans desenvironnements spécifiques (passages à niveau, passages piéton, carrefours, etc.), ou encore le contrôle devéhicules autonomes. Un très grand nombre de ces applications utilise un système de vision par ordinateur. Lafiabilité de ces systèmes demande une robustesse importante face à des conditions parfois difficiles souventcausées par les conditions d'illumination (jour/nuit, ombres portées), les conditions météorologiques (pluie, vent,neige) ainsi que la topologie même de la scène observée (occultations). Les travaux présentés dans cette thèsevisent à améliorer la qualité de détection d'objets mobiles en milieu intérieur ou extérieur, et à tout moment de lajournée.Pour ce faire, nous avons proposé trois stratégies combinables :i) l'utilisation d'invariants colorimétriques et/ou d'espaces de représentation couleur présentant des propriétésinvariantes ;ii) l'utilisation d'une caméra stéréoscopique et d'une caméra active Microsoft Kinect en plus de la caméra couleurafin de reconstruire l'environnement 3D partiel de la scène, et de fournir une dimension supplémentaire, à savoirune information de profondeur, à l'algorithme de détection d'objets mobiles pour la caractérisation des pixels ;iii) la proposition d'un nouvel algorithme de fusion basé sur la logique floue permettant de combiner les informationsde couleur et de profondeur tout en accordant une certaine marge d'incertitude quant à l'appartenance du pixel aufond ou à un objet mobile.

Download or read book D tection et suivi d objets par vision fond s sur segmentation par contour actif base r gion written by Wassima Ait Fares and published by . This book was released on 2013 with total page 130 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation et le suivi d'objets sont des domaines de recherche compétitifs dans la vision par ordinateur. Une de leurs applications importantes réside dans la robotique où la capacité à segmenter un objet d'intérêt du fond de l'image, d'une manière précise, est cruciale particulièrement dans des images acquises à bord durant le mouvement du robot. Segmenter un objet dans une image est une opération qui consiste à distinguer la région objet de celle du fond suivant un critère défini. Suivre un objet dans une séquence d'images est une opération qui consiste à localiser la région objet au fil du temps dans une vidéo. Plusieurs techniques peuvent être utilisées afin d'assurer ces opérations. Dans cette thèse, nous nous sommes intéressés à segmenter et suivre des objets en utilisant la méthode du contour actif en raison de sa robustesse et son efficacité à pouvoir segmenter et suivre des objets non rigides. Cette méthode consiste à faire évoluer une courbe à partir d'une position initiale, entourant l'objet à détecter, vers la position de convergence qui correspond aux bords de cet objet d'intérêt. Nous utilisons des critères qui dépendent des régions de l'image ce qui peut imposer certaines contraintes sur les caractéristiques de ces régions comme une hypothèse d'homogénéité. Cette hypothèse ne peut pas être toujours vérifiée du fait de l'hétérogénéité souvent présente dans les images. Dans le but de prendre en compte l'hétérogénéité qui peut apparaître soit sur l'objet d'intérêt soit sur le fond dans des images bruitées et avec une initialisation inadéquate du contour actif, nous proposons une technique qui combine des statistiques locales et globales pour définir le critère de segmentation. En utilisant un rayon de taille fixe, un demi-disque est superposé sur chaque point du contour actif afin de définir les régions d'extraction locale. Lorsque l'hétérogénéité se présente à la fois sur l'objet d'intérêt et sur le fond de l'image, nous développons une technique basée sur un rayon flexible déterminant deux demi-disques avec deux rayons de valeurs différentes pour extraire l'information locale. Le choix de la valeur des deux rayons est déterminé en prenant en considération la taille de l'objet à segmenter ainsi que de la distance séparant l'objet d'intérêt de ses voisins. Enfin, pour suivre un objet mobile dans une séquence vidéo en utilisant la méthode du contour actif, nous développons une approche hybride du suivi d'objet basée sur les caractéristiques de la région et sur le vecteur mouvement des points d'intérêt extraits dans la région objet. En utilisant notre approche, le contour actif initial à chaque image sera ajusté suffisamment d'une façon à ce qu'il soit le plus proche possible au bord réel de l'objet d'intérêt, ainsi l'évolution du contour actif basée sur les caractéristiques de la région ne sera pas piégée par de faux contours. Des résultats de simulations sur des images synthétiques et réelles valident l'efficacité des approches proposées.

Download or read book Mod les de contours actifs pour la segmentation d images et de vid os written by Muriel Gastaud and published by . This book was released on 2005 with total page 166 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation en objets d’une image consiste à extraire une ou des régions d’intérêt de l’image, suivant un critère défini. Nous segmentons l’image par un algorithme de contours actifs, dans le cadre d’une approche variationnelle. Partant, d’un contour initial quelconque, le contour actif évolue vers la région d’intérêt, dirigé par une équation aux dérivées partielles. L’équation d’évolution du contour actif est déduite de la dérivation du critère définissant la région. Au vu de la dépendance du critère à la région considérée, la dérivation du critère par rapport à la région n’est pas aisée. Nous utilisons des outils de dérivation empruntés à l’optimisation de domaine : les gradients de forme. La contribution de cette thèse réside dans l’élaboration et l’étude de différents descripteurs de régions. Pour chaque critère, nous calculons la dérivée du critère à l’aide des gradients de forme et en déduisons l’équation d’évolution du contour actif. Le premier descripteur définit un a priori géométrique sans contrainte paramétrique : il minimise la distance du contour actif à un contour de référence. Nous l’avons appliqué à la déformation de courbe (shape warping), la segmentation et le suivi de cible (tracking). Le deuxième descripteur définit conjointement une région et son mouvement sur plusieurs images consécutives. Le mouvement de la région est représenté par un modèle de mouvement. Nous avons appliqué ce critère à l’estimation et la segmentation conjointe du mouvement et au suivi d’objets en mouvement.