Modification :
Algorithme 3: Segmentation d’image 3D
Segmentation d’Images Simulation Physique Autres Applications
Segmentation 3D
Algorithme de Segmentation 3D
Segmentation d’Images Simulation Physique Autres Applications Segmentation 3D
Exemples
Segmentation d’Images Simulation Physique Autres Applications
Int ´egration de crit `eres topologiques
Calcul de la caract ´eristique d’Euler-Poincar ´e
1
Utilisation de la somme altern ´ee des nombres de cellules dans le bord de R
Definition
Caract ´eristique d’Euler-Poincar ´e χ
0du bord d’une r ´egion R : χ
0(R) = P
n−1i=0
(−1)
i× k
i(R)
2
On ajoute des cellules implicites : Cellules implicites
cellules qui doivent ˆetre ajout ´ees `a R pour que chaque cellule de R devienne homeomorphe `a une boule
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 70 / 95
Segmentation d’Images Simulation Physique Autres Applications
Int ´egration de crit `eres topologiques
Cellules implicites
En 3D, seulement deux types de cellules implicites (pour les tunnels et les caviti ´es)
Avec les cellules implicites
R
1k
0= 1, k
1= 2, k
2= 1 + 1, k
3= 1
⇒ χ
0(R
1) = 0 et χ(R
1) = 0
R
2k
0= 4, k
1= 2 + 2, k
2= 2 + 1, k
3= 1
⇒ χ
0(R
2) = 4 and χ(R
2) = 2 Compter les cellules implicites ⇒
la
bonne
caract ´eristique d’Euler-Poincar ´e
Segmentation d’Images Simulation Physique Autres Applications
Int ´egration de crit `eres topologiques
Cellules implicites
En 3D, seulement deux types de cellules implicites (pour les tunnels et les caviti ´es)
Compter les cellules implicites ⇒
la
bonne
caract ´eristique d’Euler-Poincar ´e
Encore mieux
pas besoin de compter les cellules implicites gr ˆace `a la relation suivante : χ(R) =
χ0(R)2Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 71 / 95
Segmentation d’Images Simulation Physique Autres Applications
Int ´egration de crit `eres topologiques
Comment calculer la caract ´eristique d’Euler-Poincar ´e
Mettre `a jour localement les nombres k
iau cours de l’op ´eration de suppression
⇒ Les nombres k
ipeuvent ˆetre calcul ´es au cours de la construction de la carte topologique
Principe de l’algorithme
Initialisation : cr ´eation d’un pixel/voxel ⇒ initialiser les k
ii-suppression ⇒ mise `a jour locale des k
ien utilisant r
1, r
2et r
1∩ r
2En gris, les cellules internes `a r
1∩ r
2Segmentation d’Images Simulation Physique Autres Applications
Int ´egration de crit `eres topologiques
Mise `a jour locale au cours de la i-suppression
χ
0(r
1∪ r
2) = χ
0(r
1) + χ
0(r
2) − 2χ
0(r
1∩ r
2)
χ
0(r
1) = 2 − 3 + 3 = 2 ; χ
0(r
2) = 2 − 3 + 3 = 2 χ
0(r
1∩ r
2) = 0 − 0 + 2 = 2
⇒ χ
0(r
1∪ r
2) = 0
χ
0(r
1) = 6 − 9 + 5 = 2 ; χ
0(r
2) = 6 − 9 + 5 = 2 χ
0(r
1∩ r
2) = 2 − 5 + 4 = 1
⇒ χ
0(r
1∪ r
2) = 2
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 73 / 95
Segmentation d’Images Simulation Physique Autres Applications
Int ´egration de crit `eres topologiques
Comment calculer les nombres de Betti
Liens entre les nombres de Betti et la caract ´eristique d’Euler-Poincar ´e
χ(C) = P
i=0
(−1)
i× b
i(C)
Les nombres de Betti d’une r ´egion R en 3D b
0(R) = 1 ;
b
2(R) = |surfaces(R)| − 1.
b
1(R) = b
0(R) + b
2(R) − χ
0(R)/2 ;
⇒ On peut utiliser le m ˆeme algorithme que pour calculer la caract ´eristique d’Euler-Poincar ´e :
initialiser les pixels/voxels ⇒ valeurs constantes pour b
ii-suppression ⇒ mise `a jour locale de surfaces(R) et χ
0(R)
Segmentation d’Images Simulation Physique Autres Applications
Int ´egration de crit `eres topologiques
Segmentation guid ´ee par la topologie
Id ´ee : segmentation supervis ´ee o `u l’on connait la topologie d’un objet (ex.
cerveau ⇒ sph `ere avec ´eventuellement des cavit ´es) Contr ˆole des nombres de Betti durant la segmentation
Autoriser ou non les changements Favoriser ou p ´enaliser certaines fusions
Image b
1→ 0 b
1→ 1 sans contrainte
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 75 / 95
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
R ´esultats en 2D
Image R ´esultat avec le crit `ere intervalle
(seuil=100), sans crit `ere topologique
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
R ´esultats en 2D
R ´esultat avec le crit `ere intervalle (seuil=100), sans crit `ere topologique
R ´esultat obtenu `a partir de la partition pr ´ec ´edente, avec seuil=150
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 76 / 95
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
R ´esultats en 2D
R ´esultat avec le crit `ere intervalle (seuil=100), sans crit `ere topologique
R ´esultat obtenu `a partir de la partition
pr ´ec ´edente, avec seuil=150, et
nombres de Betti contants
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Tomographie par ´emission de positron (PET)
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis4
croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 77 / 95
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis4
croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
extraction : image contient une seule r ´egion
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis4
croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
division : sph `ere atour de la r ´egion d’int ´er ˆet (ZI)
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 77 / 95
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis4
croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
division : r ´egion d’int ´er ˆet par un crit `ere d’intensit ´e
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis4
croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
croissance : n ´ecrose (b
1→ 0 et b
2→ 0)
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 77 / 95
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis4
croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
division : r ´egions adjacente `a la n ´ecrose par des surfaces imbriqu ´ees
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis 4croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
fusion : r ´egions adjacente `a la n ´ecrose ⇒ zone active
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 77 / 95
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis4
croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
croissance : zone active (b
1→ 0 et b
2→ 1)
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis 4croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
fusion : autres r ´egions que la n ´ecrose et zone active
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 77 / 95
Segmentation d’Images Simulation Physique Autres Applications
R ´esultats
Exemple en 3D d’un processus complet de traitement
Exemple :
1
extraction
2
division : sph `ere ZI
3
division : intensit ´e < t
necrosis 4croissance : n ´ecrose
5
division : 3 surfaces
6
fusion : r ´egions adjacentes
7
croissance : r ´egion active
8
fusion : fond
9
d ´eformation
d ´eformation : surfaces de la n ´ecrose et zone active
5. Simulation Physique
4
Segmentation d’Images
5
Simulation Physique Toposim
D ´ecoupe pour les LCC-MSS Quelques R ´esultats
6
Autres Applications
Segmentation d’Images Simulation Physique Autres Applications
Toposim
Motivations
Maillages adaptatifs pour la simulation
Adapter localement le maillage ⇒ r ´eduit espace m ´emoire et temps de calculs
Probl `eme
Utilisation de maillages r ´eguliers (t ´etra `edres/hexa `edres)
⇒ m ´ethodes d’adaptation complexe, co ˆuteuse, limit ´ee, non locale
Proposer un cadre g ´en ´erique pour la simulation physique bas ´e sur les cartes combinatoires
n’importe quelle topologie de cellules
mixer des cellules de diff ´erentes topologies
associant les informations physiques au mod `ele
Avec Elsa Flechon ; Florence Zara ; Fabrice Jaillet ;
Segmentation d’Images Simulation Physique Autres Applications
Toposim
Principe G ´en ´eral
LCC topological
changes