• Aucun résultat trouvé

Vese (2002) Exemple avec des jonctions Segmentation – p.8/19 (37)Mumford-Shah, ensembles de niveaux et modèles multi-phases T

N/A
N/A
Protected

Academic year: 2022

Partager "Vese (2002) Exemple avec des jonctions Segmentation – p.8/19 (37)Mumford-Shah, ensembles de niveaux et modèles multi-phases T"

Copied!
52
0
0

Texte intégral

(1)

Introduction à la segmentation des images (suite)

Isabelle Bloch

http://www.tsi.enst.fr/˜bloch

Ecole Nationale Sup ´erieure des T ´el ´ecommunications - CNRS UMR 5141 LTCI Paris - France

Segmentation – p.1/19

(2)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(3)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(4)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(5)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(6)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(7)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(8)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(9)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(10)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(11)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(12)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(13)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(14)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(15)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(16)

Approche statistique : exemple en imagerie médicale

Segmentation – p.2/19

(17)

Algorithme de Suk : exemples

Segmentation – p.3/19

(18)

Algorithme de Suk : exemples

Segmentation – p.3/19

(19)

Limites de la méthode de Suk

Segmentation – p.4/19

(20)

Application à la reconstruction 3D en stéréo

Images

Segmentation – p.5/19

(21)

Application à la reconstruction 3D en stéréo

Une image

Segmentation – p.5/19

(22)

Application à la reconstruction 3D en stéréo

Carte de disparités

Segmentation – p.5/19

(23)

Application à la reconstruction 3D en stéréo

Segmentation en régions

Segmentation – p.5/19

(24)

Application à la reconstruction 3D en stéréo

Amélioration de la disparité par interpolation aux moindres carrés

Segmentation – p.5/19

(25)

Application à la reconstruction 3D en stéréo

Amélioration de la disparité par interpolation robuste

Segmentation – p.5/19

(26)

Application à la reconstruction 3D en stéréo

Problèmes géométriques...

Segmentation – p.5/19

(27)

Application à la reconstruction 3D en stéréo

Correction en utilisant des modèles 3D

Segmentation – p.5/19

(28)

Application à la reconstruction 3D en stéréo

Reconstruction 3D

Segmentation – p.5/19

(29)

Croissance de régions et images en couleur

Segmentation – p.6/19

(30)

Croissance de régions et images en couleur

Segmentation – p.6/19

(31)

Croissance de régions et images en couleur

Segmentation – p.6/19

(32)

Application à l’indexation de tableaux

Segmentation – p.7/19

(33)

Application à l’indexation de tableaux

Segmentation – p.7/19

(34)

Application à l’indexation de tableaux

Segmentation – p.7/19

(35)

Mumford-Shah, ensembles de niveaux et modèles multi-phases

T. Chan et L. Vese (2002)

Segmentation d’une image IRM avec deux ensembles de niveaux

Segmentation – p.8/19

(36)

Mumford-Shah, ensembles de niveaux et modèles multi-phases

T. Chan et L. Vese (2002) Exemple avec des jonctions

Segmentation – p.8/19

(37)

Mumford-Shah, ensembles de niveaux et modèles multi-phases

T. Chan et L. Vese (2002)

Evolution : exemple 1

Evolution : exemple 2

Segmentation – p.8/19

(38)

Introduction de relations spatiales dans les modèles déformables

Segmentation – p.9/19

(39)

Exemples de représentations spatiales de relations

près du ventricule latéral en-dessous du ventricule latéral

Segmentation – p.10/19

(40)

Force associée aux relations spatiales : exemple

R = en dehors du troisième ventricule et en- dessous du ventricule latéral

(fusion conjonctive)

Segmentation – p.11/19

(41)

Résultats

Segmentation – p.12/19

(42)

Résultats (quelques coupes)

Segmentation – p.13/19

(43)

Résultats : importance des relations spatiales

Segmentation – p.14/19

(44)

Extension aux cas pathologiques

Segmentation – p.15/19

(45)

Extension aux cas pathologiques

caudate nucleus (3)

tumor (1)

lateral ventricles (2)

Segmentation – p.15/19

(46)

Extension aux cas pathologiques

putamen (3)

tumor (1)

thalamus (2)

Segmentation – p.15/19

(47)

Dossier Patient

Segmentation – p.16/19

(48)

Suivi longitudinal

Segmentation – p.17/19

(49)

Suivi longitudinal

Segmentation – p.17/19

(50)

Suivi longitudinal

Segmentation – p.17/19

(51)

Schéma général

Segmentation – p.18/19

(52)

Approches IA

Importance des connaissances

Apport du haut niveau

Quelques pistes :

règles (systèmes experts)

systèmes à base de connaissances

modèles (d’objets, de scènes)

approches structurelles (mise en correspondance de graphes...)

coopération, approches multi-agents

fusion

ontologies

...

Segmentation – p.19/19

Références

Documents relatifs

More robust to the noise and less sensitive to the position of the initial curve, the models based on regions have for general principle to develop a curve so that in the

De plus, il n’y a encore pas eu de méthode rigoureuse proposée pour extraire les propriétés du réseau lacuno-canaliculaire, ni dans la définition des

The system can distinguish between three different water levels: in case of normal water, the system does nothing; if the water is high and the pump not yet running, the system

On the other, hand too short division times could be not enough to produce all the inner chemicals needed for the next generation to survive (death by dilution): for instance,

Les protéines ou peptides, les sucres et les lipides, sont les 3 grandes familles de molécules biologiques, dans lesquelles nous avons recherché les composés

For instance, a K- nearest neighbors (KNN) classifier was proposed in [ de Bruijne et al. 2003 ] to evaluate the probability of a given landmark profile, while the Adaboost [ Freund

Fig. 6.3 – Ligne du haut : modèle original d’un visage, image binaire échantillonnée en géométrie cylindrique et modèle sphérique initial utilisé pour la segmentation.. dans

Nous proposons d’utiliser la divergence de Kullback-Leibler entre la loi uniforme et la loi a posteriori des segmentations pour des nombres de ruptures successifs comme critère