Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique
Guillaume Damiand
Laboratoire d’InfoRmatique en Image et Syst `emes d’information LIRIS UMR 5205 CNRS
Universit ´e Claude Bernard, B ˆatiment Nautibus (710), 43, Boulevard du 11 Novembre 1918, 69622 Villeurbanne Cedex
http://liris.cnrs.fr
Motivations
Motivations
Cadre
Manipulation d’objets graphiques :
traitement d’images : ensembles de pixels ou voxels
mod ´elisation g ´eom ´etrique : objets surfaciques ou volumiques
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 2 / 95
Motivations
Besoins
Subdvision en cellules
sommets, ar ˆetes, faces, volumes . . .
face : couleur, taille, forme ar ˆete : longueur, gradient
sommet : point 3D
face : couleur
volume : r ´esistance
Motivations
Besoins
Relations entre les cellules adjacence, incidence, imbrication
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 4 / 95
Motivations
Principaux mod `eles
Mod ´elisation g ´eom ´etrique
triangles, tetra `edres, ... : mod `eles simpliciaux
[SPANIER66 ;MAY67 ;+ : simples, nD, boules topologiques
AGOSTON76 ;LANG95]- : nombre d’ ´el ´ements, besoin de trianguler
windged-edge, half-edge, DCEL, quad-edge...
[WEILER85 ;BAUMGART75 ;+ : formes g ´en ´erales, op ´erations locales
GUIBASSTOLFI85 ;MANTYLA88]- : 2D, quelques travaux 3D, cellules 6= boules
puis des mod `eles `a base de cartes...
Motivations
Principaux mod `eles
Mod ´elisation g ´eom ´etrique
triangles, tetra `edres, ... : mod `eles simpliciaux
[SPANIER66 ;MAY67 ;+ : simples, nD, boules topologiques
AGOSTON76 ;LANG95]- : nombre d’ ´el ´ements, besoin de trianguler
windged-edge, half-edge, DCEL, quad-edge...
[WEILER85 ;BAUMGART75 ;+ : formes g ´en ´erales, op ´erations locales
GUIBASSTOLFI85 ;MANTYLA88]- : 2D, quelques travaux 3D, cellules 6= boules puis des mod `eles `a base de cartes...
9 sommets, 9 ar ˆetes, 1 face 9 sommets, 15 ar ˆetes, 7 faces
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 5 / 95
Motivations
Principaux mod `eles
Mod ´elisation g ´eom ´etrique
triangles, tetra `edres, ... : mod `eles simpliciaux
[SPANIER66 ;MAY67 ;+ : simples, nD, boules topologiques
AGOSTON76 ;LANG95]- : nombre d’ ´el ´ements, besoin de trianguler
windged-edge, half-edge, DCEL, quad-edge...
[WEILER85 ;BAUMGART75 ;+ : formes g ´en ´erales, op ´erations locales
GUIBASSTOLFI85 ;MANTYLA88]- : 2D, quelques travaux 3D, cellules 6= boules
puis des mod `eles `a base de cartes...
Motivations
Principaux mod `eles
Mod ´elisation g ´eom ´etrique
triangles, tetra `edres, ... : mod `eles simpliciaux
[SPANIER66 ;MAY67 ;+ : simples, nD, boules topologiques
AGOSTON76 ;LANG95]- : nombre d’ ´el ´ements, besoin de trianguler
windged-edge, half-edge, DCEL, quad-edge...
[WEILER85 ;BAUMGART75 ;+ : formes g ´en ´erales, op ´erations locales
GUIBASSTOLFI85 ;MANTYLA88]- : 2D, quelques travaux 3D, cellules 6= boules puis des mod `eles `a base de cartes...
incident vertex
opposite halfedge halfedge
incident facet previous halfedge
next halfedge
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 5 / 95
Motivations
Principaux mod `eles
Traitement d’images
carr ´es, cubes, ... : mod `eles cubiques
[KOVALEVSKY89]+ : simples, nD, boules topologiques
- : nombre d’ ´el ´ements, besoin de quadranguler
graphe d’adjacence des r ´egions (RAG), multi-RAG
[ROSENFELD74 ;graphes duaux
WILLERSINNKROPATSCH94]+ : bas ´es graphes, nD pour RAG
- : ne repr ´esente pas toutes les relations
puis des mod `eles `a base de cartes...
Motivations
Principaux mod `eles
Traitement d’images
carr ´es, cubes, ... : mod `eles cubiques
[KOVALEVSKY89]+ : simples, nD, boules topologiques
- : nombre d’ ´el ´ements, besoin de quadranguler
graphe d’adjacence des r ´egions (RAG), multi-RAG
[ROSENFELD74 ;graphes duaux
WILLERSINNKROPATSCH94]+ : bas ´es graphes, nD pour RAG - : ne repr ´esente pas toutes les relations puis des mod `eles `a base de cartes...
R1
R
0
R2 R5
R6 R7
R8
R
4
R
3
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 6 / 95
Motivations
Principaux mod `eles
Traitement d’images
carr ´es, cubes, ... : mod `eles cubiques
[KOVALEVSKY89]+ : simples, nD, boules topologiques
- : nombre d’ ´el ´ements, besoin de quadranguler
graphe d’adjacence des r ´egions (RAG), multi-RAG
[ROSENFELD74 ;graphes duaux
WILLERSINNKROPATSCH94]+ : bas ´es graphes, nD pour RAG - : ne repr ´esente pas toutes les relations puis des mod `eles `a base de cartes...
R1
R
0
R2 R5
R6 R7
R8
R
4
R
3
Part I : Cartes Combinatoires et Invariants Topologiques
1
Cartes combinatoires/g ´en ´eralis ´ees
2
Invariants Topologiques
3
Op ´erations de base
1. Cartes combinatoires/g ´en ´eralis ´ees
1
Cartes combinatoires/g ´en ´eralis ´ees Cartes combinatoires
Cartes g ´en ´eralis ´ees Cellules dans les cartes
2
Invariants Topologiques
3
Op ´erations de base
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Les cartes combinatoires
Introduites en 2D ⇒ graphes planaires
[EDMONDS60 ; TUTTE63 ;JACQUES70 ; CORI73]
Etendues en ´ 3D
[ARQUESKOCH88 ; LIENHARDT88 ; SPEHNER91]D ´efinies en nD
[LIENHARDT89]R 1
R 5
R 3 R 2
R 0
Graphe planaire Carte combinatoire
σ (sommet) : permutation ; α (ar ˆete) : involution
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 7 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Les cartes combinatoires
Introduites en 2D ⇒ graphes planaires
[EDMONDS60 ; TUTTE63 ;JACQUES70 ; CORI73]
Etendues en ´ 3D
[ARQUESKOCH88 ; LIENHARDT88 ; SPEHNER91]D ´efinies en nD
[LIENHARDT89]V 1 V 2
−1
−2 2
1
4 −3
−4
6 −5
−6 3 5
σ
α
φ
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Les cartes combinatoires
Introduites en 2D ⇒ graphes planaires
[EDMONDS60 ; TUTTE63 ;JACQUES70 ; CORI73]
Etendues en ´ 3D
[ARQUESKOCH88 ; LIENHARDT88 ; SPEHNER91]D ´efinies en nD
[LIENHARDT89]Int ´er ˆets :
Repr ´esente les subdivisions de l’espace D ´efinition simple en nD :
un seul ´el ´ement de base Repr ´esentation de la topologie :
relations d’adjacence Implantation efficace d’algorithmes
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 7 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Notions pr ´ealables
permutation : bijection f de E → E
involution : bijection f de E → E, tel que f = f
−1Φ = {f
1, . . . , f
k} des permutations sur E. hΦi est le groupe de
permutations engendr ´e par Φ (toutes les permutations qu’il est possible d’obtenir par composition des ´el ´ements de Φ et leurs contraires)
orbite : soit e ∈ E. hΦi(e) = {φ(e)|φ ∈ hΦi}
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Obtention intuitive d’une carte combinatoire
D ´ecompositions successives des cellules d’un objet Exemple en 2D :
Objet 2D Faces Ar ˆetes
⇒ Les brins
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 9 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Obtention intuitive d’une carte combinatoire
Report des relations d’adjacence sur les brins
β
1: brin → brin suivant de la m ˆeme
face
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Obtention intuitive d’une carte combinatoire
Report des relations d’adjacence sur les brins
β
1: brin → brin suivant de la m ˆeme face
β
2: brin → brin de l’autre face inci- dente `a la m ˆeme ar ˆete
β
1: permutation sur l’ensemble des brins β
2: involution sur l’ensemble des brins
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 10 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Les cartes en dimension 3
Ensemble de 2-cartes : chacune repr ´esente un volume
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
Les cartes en dimension 3
Ensemble de 2-cartes : chacune repr ´esente un volume
Ajout de β
3: relie les volumes adjacents β
1: permutation sur les brins β
2et β
3: involutions sur les brins
plus des contraintes de coh ´erences
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 11 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes combinatoires
D ´efinition alg ´ebrique des cartes combinatoires nD
Definition (carte combinatoire)
Soit n ≥ 0. Une n carte combinatoire (ou n-carte) est une alg `ebre C = (B, β
1, . . . , β
n) o `u :
1
B est un ensemble fini de brins ;
2
β
1est une permutation sur B ;
3
∀i, 2 ≤ i ≤ n, β
iest une involution sur B ;
4
∀i, 1 ≤ i ≤ n − 2, ∀j, i + 2 ≤ j ≤ n, β
i◦ β
jest une involution.
Remarque :
Ligne 4 : contraintes sur les relations
⇒ garantit la validit ´e des objets
Exemple, en 3D : β
1◦ β
3involution
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes g ´en ´eralis ´ees
Les cartes g ´en ´eralis ´ees
Cartes g ´en ´eralis ´ees : une d ´ecomposition suppl ´ementaire
3G-cartes : α
0, α
1, α
2, α
3: involutions plus des contraintes de coh ´erences
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 13 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes g ´en ´eralis ´ees
Les cartes g ´en ´eralis ´ees
D ´efinition alg ´ebrique des cartes g ´en ´eralis ´ees nD Definition (carte g ´en ´eralis ´ee)
Soit n ≥ 0. Une n carte g ´en ´eralis ´ee (ou nG-carte) est une alg `ebre G = (B, α
0, . . . , α
n) o `u :
1
B est un ensemble fini de brins ;
2
∀i, 0 ≤ i ≤ n, α
iest une involution sur B ;
3
∀i, 0 ≤ i ≤ n − 2, ∀j, i + 2 ≤ j ≤ n, α
i◦ α
jest une involution.
Avantages :
d ´efinition homog `ene pour toutes les dimensions
⇒ facilitent les d ´efinitions car plus de cas particulier
repr ´esentation d’objet avec ou sans bord, orientable/non-orientable
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cartes g ´en ´eralis ´ees
Propri ´et ´es
Une G-carte G = (B, α
0, . . . , α
n) est : D ´efinition (connexe)
G est connexe si pour b ∈ B, hα
0, . . . , α
ni(b) = B.
D ´efinition (avec/sans bord)
G est sans bord si ∀b ∈ B, ∀i ∈ {0, . . . , n}, α
i(b) 6= b.
G est dite `a bord sinon.
D ´efinition (G-carte orientable)
Si G est connexe et sans bord. G est orientable si la n-carte
HG = (B, α
01, . . . , α
0n) a exactement deux composantes connexes distinctes. G est non orientable sinon.
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 14 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cellules dans les cartes
Cellules dans les cartes
Exemple : 3-Cartes et Cellules
Cellules : repr ´esentation implicite : i-cellule = ensemble de brins
Utilise la notion d’orbite
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cellules dans les cartes
Cellules dans les cartes
Repr ´esentation implicite : i-cellule = ensemble de brins Definition (i-cellule)
Soit C une n-carte, b un brin de cette carte, et i ∈ {0, . . . , n}. La i-cellule incidente `a b est :
Si i = 0 : < β
2◦ β
0, . . . , β
n◦ β
0> (b) ; Sinon : < β
1, . . . , β
i−1, β
i+1, . . . , β
n> (b).
Intuitivement : i-cellule incidente `a un brin = l’ensemble des brins atteignables par un parcours en utilisant tout les β sauf β
iAttention : d ´efinition diff ´erente pour les sommets
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 16 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cellules dans les cartes
Incidence et Adjacence
D ´efinition (Incidence)
Deux cellules c
1et c
2sont incidentes si elles sont de dimensions diff ´erentes, et c
1∩ c
26= ∅.
D ´efinition (Adjacence)
Deux i-cellules c
1et c
2sont adjacentes s’il existe b
1∈ c
1et b
2∈ c
2tel que si i = 0 : d
1= β
k(d
2) avec k ∈ {0, . . . , n} ;
si i > 0 : d
1= β
i(d
2) ou d
2= β
i(d
1).
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cellules dans les cartes
Cellules dans les G-cartes
plus de diff ´erence entre les 0-cellules et les autres cellules Definition (i-cellule)
Soit G une nG-carte, b un brin de cette carte, et i ∈ {0, . . . , n}. La i-cellule incidente `a b est < α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b).
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 18 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cellules dans les cartes
Codage en pratique
class CDart2D {
private:
CDart * FBeta[3];
bool FMarks[8];
}
class CMap2D {
private:
std::list<CDart2D *> FListOfDarts;
}
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Cellules dans les cartes
Plongement des cartes
Repr ´esentation d’un objet : topologie : carte combinatoire g ´eom ´etrie : plongement
i-cellule topologique ⇐⇒ objet g ´eom ´etrique de dimension i
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 20 / 95
2. Invariants Topologiques
1
Cartes combinatoires/g ´en ´eralis ´ees
2
Invariants Topologiques Bases de topologie Invariants topologiques Liens avec cartes
3
Op ´erations de base
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Bases de topologie
Bases de topologie
Hom ´eomorphismes
X et Y sont hom ´eomorphes s’il ∃ f une bijection continue de X dans Y, tel que f
−1est continue.
Intuitivement :
X peut se
d ´eformer continuement
en Y X et Y ont la
m ˆeme topologie
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 21 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Bases de topologie
Bases de topologie
Vari ´et ´e
X est une vari ´et ´e si en chaque point de X, il existe un voisinage hom ´eomorphe
`a la boule unit ´e ou `a la demi-boule unit ´e.
Bord
Soit X une vari ´et ´e. Son bord est l’ensemble des points de X dont le voisinage est hom ´eomorphe `a la demi-boule unit ´e.
vari ´et ´e avec/sans bord.
Orientable
Une vari ´et ´e X est orientable s’il est possible de d ´efinir une direction
gauche
et
droite
globalement en tout point de la vari ´et ´e.
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Invariants topologiques
Invariant topologique
Une propri ´et ´e qui se conserve par hom ´eomorphisme
2 objets hom ´eomorphes ont les m ˆemes invariants topologiques Exemples d’invariants :
dimension, nombre de composantes connexes, orientabilit ´e, caract ´eristique d’Euler, nombres de Betti, groupes d’Homologies. . .
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 23 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Caract ´eristique d’Euler
Caract ´eristique d’Euler
Caract ´eristique d’Euler χ de C un complexe cellulaire 2D sans bord et connexe : χ(C) = k
0(C) − k
1(C) + k
2(C)
avec k
i(C) le nombre de cellules de dimension i de C.
Autrement dit : #sommets-#ar ˆetes+#faces
4 − 6 + 4 = 2 8 − 12 + 6 = 2 74 − 156 + 84 = 2
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Caract ´eristique d’Euler
Caract ´eristique d’Euler
Caract ´eristique d’Euler χ de C un complexe cellulaire 2D sans bord et connexe : χ(C) = k
0(C) − k
1(C) + k
2(C)
avec k
i(C) le nombre de cellules de dimension i de C.
Autrement dit : #sommets-#ar ˆetes+#faces
9 − 18 + 9 = 0 72 − 144 + 72 = 0 148 − 298 + 148 = −2
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 24 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Genre
Autre invariant topologique :
nombre maximum de courbes simples ferm ´ees non d ´econnectantes Lien genre ↔ caract ´eristique d’Euler
χ(C) = 2 − 2g(C) si C orientable χ(C) = 2 − g(C) si C non orientable Extension aux objets `a bord/non connexe
χ(C) = 2#cc(C) − 2g(C) − #b(C) si C orientable χ(C) = 2#cc(C) − g(C) − #b(C) si C non orientable
avec #b(C) le nombre de bords
et #cc(C) le nombre de composantes connexes.
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Caract ´eristique d’Euler-Poincar ´e
G ´en ´eralisation en nD de la caract ´eristique d’Euler Caract ´eristique d’Euler-Poincar ´e
Caract ´eristique d’Euler χ de C un complexe cellulaire nD sans bord : χ(C) = P
ni=0
(−1)
i× k
i(C)
avec k
i(C) le nombre de cellules de dimension i de C.
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 26 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Classification des surfaces
Th ´eor `eme de classification des surfaces
Toute surface ferm ´ee est hom ´eomorphe `a une des trois surfaces suivantes : S
2, la sph `ere de dimension 2 ;
la somme connexe de g tores (ou tore `a g trous) ; la somme connexe de k plans projectifs.
Classification compl `ete des surfaces ferm ´ees par caract ´eristique d’Euler + orientabilit ´e
Extension directe aux surfaces `a bord/non connexe :
ajouter nombre de bords et nombre de composantes connexes.
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Pas de classification pour n > 2
2 objets non hom ´eomorphe avec m ˆemes caract ´eristiques : Euler, nb composantes connexes, nb bords
χ = 0, #cc = 1, #b = 3 χ = 0, #cc = 1, #b = 3
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 28 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Nombres de Betti
Nombres de Betti b
0, . . . , b
n(apr `es tous nul)
Chaque b
iest le rang du i
`emegroupe d’homologie.
Intuitivement : b
inombre de composantes connexes de i-surfaces
b
0= 1
b
1= 3
b
2= 2
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Nombres de Betti
Lien avec caract ´eristique d’Euler-Poincar ´e
χ(C) = P
i=0
(−1)
i× b
i(C)
Attention `a la dimension :
2D : b
0= 1 b
1= 2 b
2= 1 ⇒ χ(C) = 0. 3D : b
0= 1 b
1= 1 b
2= 0 b
3= 0 ⇒ χ(C) = 0.
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 30 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Invariants topologiques
Nombres de Betti
Invariant
plus fort
que la caract ´eristique d’Euler-Poincar ´e
b
0= 1, b
1= 3, b
2= 2 b
0= 1, b
1= 2, b
2= 1
χ = b
0− b
1+ b
2= 0
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Liens avec cartes
Liens avec cartes
n-Carte : quasi vari ´et ´e nD avec ou sans bord orientable ; nG-Carte : quasi vari ´et ´e nD avec ou sans bord orientable ou non-orientable.
quasi vari ´et ´e nD
Des quasi vari ´et ´e (n − 1)D coll ´ees entre elles le long de (n − 1)-cellules.
En 2D, quasi-vari ´et ´e = vari ´et ´e ; Pas en dimension sup ´erieure ; PB : 6 ∃ d ´efinition combinatoire de vari ´et ´e.
p
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 32 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Liens avec cartes
Liens avec cartes
Probl `eme
Les cellules ne sont pas forc ´ement hom ´eomorphe `a des boules Alors que c’est une condition des complexe cellulaires
⇒ pas possible d’utiliser directement les d ´efinitions pr ´ec ´edentes Exemples
R
1k
0= 1, k
1= 2, k
2= 1, k
3= 1 1-2+1-1=-1 mais χ(C) = 0
R
2k
0= 4, k
1= 2, k
2= 2, k
3= 1
4-2+2-1=3 mais χ(C) = 2
Heureusement il y a des solutions (cf. plus tard)
3. Op ´erations de base
1
Cartes combinatoires/g ´en ´eralis ´ees
2
Invariants Topologiques
3
Op ´erations de base
Suppression
Contraction
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Op ´erations de suppression
Suppressions
D ´efinies en dimension quelconque Contrainte : cellules localement de degr ´e 2
Suppression d’une i cellule ⇒ fusion des (i+1) cellules 2-Suppression
d
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Op ´erations de suppression
Suppressions
D ´efinies en dimension quelconque Contrainte : cellules localement de degr ´e 2
Suppression d’une i cellule ⇒ fusion des (i+1) cellules 1-Suppression
d d
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 34 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Op ´erations de suppression
Suppressions
D ´efinies en dimension quelconque Contrainte : cellules localement de degr ´e 2
Suppression d’une i cellule ⇒ fusion des (i+1) cellules 0-Suppression
d d
Autres op ´erations de base : contraction, insertion, ´eclatement
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Suppression
Suppression en dimension n
C =< α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b)
Pr ´econditions : i ∈ {0, . . . , n − 1}
∀b
0∈ C,
α
(i+1)α
(i+2)(b
0) = α
(i+2)α
(i+1)(b
0) (sauf pour i = n − 1)
B
S= α
i(C) \ C
∀b
0∈ B
S, α
0i(b
0) = (α
iα
(i+1))
kα
i(b
0) k le plus petit entier
2-G-carte initiale ; ar ˆetes `a supprimer
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 35 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Suppression
Suppression en dimension n
C =< α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b)
Pr ´econditions : i ∈ {0, . . . , n − 1}
∀b
0∈ C,
α
(i+1)α
(i+2)(b
0) = α
(i+2)α
(i+1)(b
0) (sauf pour i = n − 1)
B
S= α
i(C) \ C
∀b
0∈ B
S, α
0i(b
0) = (α
iα
(i+1))
kα
i(b
0) k le plus petit entier
B
S= Cα
1− C
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Suppression
Suppression en dimension n
C =< α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b)
Pr ´econditions : i ∈ {0, . . . , n − 1}
∀b
0∈ C,
α
(i+1)α
(i+2)(b
0) = α
(i+2)α
(i+1)(b
0) (sauf pour i = n − 1)
B
S= α
i(C) \ C
∀b
0∈ B
S, α
0i(b
0) = (α
iα
(i+1))
kα
i(b
0) k le plus petit entier
∀b
0∈ B
S, b
0α
01= b
0(α
1α
2)
kα
1k plus petit entier
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 35 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Suppression
Suppression en dimension n
C =< α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b)
Pr ´econditions : i ∈ {0, . . . , n − 1}
∀b
0∈ C,
α
(i+1)α
(i+2)(b
0) = α
(i+2)α
(i+1)(b
0) (sauf pour i = n − 1)
B
S= α
i(C) \ C
∀b
0∈ B
S, α
0i(b
0) = (α
iα
(i+1))
kα
i(b
0) k le plus petit entier
2-G-map finale
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Contraction
Contraction : dual de la suppression
G = (B, α
0, . . . , α
n) ⇒ dual G
0= (B, α
n, . . . , α
0)
2-G-carte initiale 2-G-carte duale
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 36 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Contraction
Contraction en dimension n
C =< α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b)
Pr ´econditions : i ∈ {1, . . . , n}
∀b
0∈ C,
α
(i−1)α
(i−2)(b
0) = α
(i−2)α
(i−1)(b
0) (sauf pour i = 1)
B
S= α
i(C) \ C
∀b
0∈ B
S, α
0i(b
0) = (α
iα
(i−1))
kα
i(b
0) k le plus petit entier
2-G-carte initiale ; ar ˆetes `a contracter
2-G-carte duale ; ar ˆetes `a
supprimer
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Contraction
Contraction en dimension n
C =< α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b)
Pr ´econditions : i ∈ {1, . . . , n}
∀b
0∈ C,
α
(i−1)α
(i−2)(b
0) = α
(i−2)α
(i−1)(b
0) (sauf pour i = 1)
B
S= α
i(C) \ C
∀b
0∈ B
S, α
0i(b
0) = (α
iα
(i−1))
kα
i(b
0) k le plus petit entier
B
S= Cα
1− C
B
S= Cα
1− C
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 37 / 95
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Contraction
Contraction en dimension n
C =< α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b)
Pr ´econditions : i ∈ {1, . . . , n}
∀b
0∈ C,
α
(i−1)α
(i−2)(b
0) = α
(i−2)α
(i−1)(b
0) (sauf pour i = 1)
B
S= α
i(C) \ C
∀b
0∈ B
S, α
0i(b
0) = (α
iα
(i−1))
kα
i(b
0) k le plus petit entier
∀b
0∈ B
S, b
0α
01= b
0(α
1α
0)
kα
1k plus petit entier
∀b
0∈ B
S, b
0α
01= b
0(α
1α
2)
kα
1k plus petit entier
Cartes combinatoires/g ´en ´eralis ´ees Invariants Topologiques Op ´erations de base
Contraction
Contraction en dimension n
C =< α
0, . . . , α
i−1, α
i+1, . . . , α
n> (b)
Pr ´econditions : i ∈ {1, . . . , n}
∀b
0∈ C,
α
(i−1)α
(i−2)(b
0) = α
(i−2)α
(i−1)(b
0) (sauf pour i = 1)
B
S= α
i(C) \ C
∀b
0∈ B
S, α
0i(b
0) = (α
iα
(i−1))
kα
i(b
0) k le plus petit entier
2-G-carte finale
2-G-carte finale
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 37 / 95
Part II : Applications
4
Segmentation d’Images
5
Simulation Physique
6
Autres Applications
4. Segmentation d’Images
4
Segmentation d’Images Quelques mod `eles Carte topologique
Algorithme incr ´emental d’extraction Segmentation bas ´ee Cartes Segmentation 2D
Segmentation 3D
Int ´egration de crit `eres topologiques R ´esultats
5
Simulation Physique
6
Autres Applications
Segmentation d’Images Simulation Physique Autres Applications
La segmentation
C’est regrouper les pixels en zones homog `enes
⇒ Besoin de caract ´eristiques sur ces zones Moyenne des couleurs des pixels
D ´etection de ruptures dans l’image (fronti `eres) Crit `eres sur la forme des r ´egions
...
Pour chaque crit `ere ⇒ besoin d’informations un mod `ele de repr ´esentation
des algorithmes
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Un mod `ele de repr ´esentation : le RAG
Graphe d’Adjacence des R´egions [Rosenfeld74]
R
0R
1R
2R
3R
4R
5R
0R
1R
5R
4R
3R
2Image RAG
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 39 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Un mod `ele de repr ´esentation : le RAG
Graphe d’Adjacence des R´egions [Rosenfeld74]
R
0R
1R
2R
3R
4R
5R
0R
1R
5R
4R
3R
2Image multi-RAG
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion ?
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 40 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion : oui
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion ?
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 40 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion : oui
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion ?
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 40 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion : oui
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion ?
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 40 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion : non
Complexit ´e ?
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Fusion : non
Complexit ´e : O(n
2)
Si test de tout les couples de r ´egions
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 40 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Exemple d’algo. : segmentation bottom-up
Initialisation : chaque pixel est une r ´egion Tant que non fin
• pour chaque r ´egion r faire
• voir s’il faut fusionner r avec ses voisins
Voisins(R) ?
Question :
Comment r ´ecup ´erer les voisins d’une r ´egion R ?
R ´eponse :
Avec un RAG
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Segmentation bottom-up et RAG
Initialisation :
1
pixel ⇒ sommet dans le graphe
2
Deux pixels voisins ⇒ ar ˆete dans le graphe
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 41 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Segmentation bottom-up et RAG
Parcours :
Les voisins d’une r ´egion R ⇒ voisins dans le graphe
R
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Segmentation bottom-up et RAG
Modification :
Fusionner deux r ´egions R
1et R
2⇒ contraction d’ar ˆete
R 1 R 2
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 41 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Segmentation bottom-up et RAG
Modification :
Fusionner deux r ´egions R
1et R
2⇒ contraction d’ar ˆete
R 1
R 2
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Segmentation bottom-up et RAG
Modification :
Fusionner deux r ´egions R
1et R
2⇒ contraction d’ar ˆete
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 41 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Segmentation bottom-up et RAG
Modification :
Fusionner deux r ´egions R
1et R
2⇒ contraction d’ar ˆete
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Les probl `emes du RAG
R
1R
5R
4R
3R
2R
0Probl `emes
pas de multi-adjacence
pas de repr ´esentation des sommets pas d’ordre des ar ˆetes
pas de notion d’imbrication
⇒ On n’a pas toutes les informations
Note : C’est encore pire en dimension sup ´erieure
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 42 / 95
Segmentation d’Images Simulation Physique Autres Applications
Quelques mod `eles
Extensions du RAG
Plusieurs mod `eles r ´esolvent +/- partiellement ces probl `emes Graphe d’adjacence des r ´egions
Graphes duaux
Carte planaire et fronti `eres interpixel Graphe topologique des fronti `eres
[Rosenfeld74]
[Kropatsch95]
[Domenger92]
[Fiorio95]
Probl `eme : mod `eles difficilement extensibles en dimension sup ´erieure
D ´efinition d’un nouveau mod `ele : la carte topologique
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Les niveaux de simplification
Principe
construire la carte repr ´esentant tous les pixels de l’image simplifier progressivement cette carte
R
1R
0R
2R
3R
4R
5Image segment ´ee en r ´egions Niveau 0
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 44 / 95
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Niveau 1
Definition
Niveau 1 : Suppression des ar ˆetes entre deux pixels d’une m ˆeme r ´egion R
0R
1R
2R
3R
4R
5Niveau 0 Niveau 1
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Niveau 2
Definition
Niveau 2 : Suppression des sommets de degr ´e 2 R
0R
1R
2R
3R
4R
5R
0R
1R
2R
3R
4R
5Niveau 1 Niveau 2
Remarque : ces d ´efinitions ⇒ algorithme d’extraction lin ´eaire
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 46 / 95
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Probl `eme de d ´econnexion
La carte peut avoir plusieurs composantes connexes : R
0R
1R
2R
3R
4R
5⇒ Perte d’information : comment positionner les diff ´erentes composantes ?
Notion de contour ext ´erieur et int ´erieur
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Une solution : l’arbre d’imbrication
R
0R
1R
2R
3R
4R
5R
1R
2
R
3
R
5
R
4R
0Pour conserver les informations topologiques : chaque brin connaˆıt sa r ´egion d’appartenance chaque r ´egion connaˆıt un brin du contour ext ´erieur Niveau 3 + arbre d’imbrication = carte topologique
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 48 / 95
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Carte topologique 2D
Carte topologique 2D = extension directe du multi-RAG
R 0
R 1
R 2
R 3
R 4
R 5
R
0R
1R
5R
4R
3R
2Carte topologique multi-RAG
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
D ´efinition progressive : Niveau 0
Niveaux de simplification ⇒ extension directe en 3D Definition
Niveau 0 : Tous les voxels.
R
1R
2
R
3R
0Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 50 / 95
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Niveau 1
Definition
Niveau 1 : Suppression des faces entre 2 voxels d’une m ˆeme r ´egion
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Niveau 2
Definition
Niveau 2 : Suppression des ar ˆetes de degr ´e 2 et ar ˆetes pendantes
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 52 / 95
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Niveau 3
Definition
Niveau 3 : Suppression des sommets de degr ´e 2
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
D ´econnexion de volume
Exemple de d ´econnexion
Solution
Ajout d’un arbre d’imbrication des r ´egions
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 54 / 95
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
D ´econnexion de face
Exemple
Solution
Garder des ar ˆetes fictives
ar ˆete de degr ´e un dont la suppression ⇒ d ´econnexion
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
D ´econnexion de face
Exemple
Solution
Garder des ar ˆetes fictives
ar ˆete de degr ´e un dont la suppression ⇒ d ´econnexion
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 55 / 95
Segmentation d’Images Simulation Physique Autres Applications
Carte topologique
Carte topologique 3D
Carte topologique 3D : chaque face fronti `ere de mani `ere minimale
Ar ˆetes fictives : ar ˆetes de degr ´e 1
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
2n
11
1
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 57 / 95
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
up
last
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21 up
1 last
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 57 / 95
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
up
last
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
up last
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 57 / 95
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1 up
last
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
last up
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 57 / 95
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
last
up
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
last up
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 57 / 95
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
last
up
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
up last
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 57 / 95
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
up
last
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
up last
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 57 / 95
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
up
last
Segmentation d’Images Simulation Physique Autres Applications
Algorithme d’extraction
Algorithme incr ´emental d’extraction
Principe
Balayer l’image : parcours scanline Pour chaque pixel
1
cr ´eer un carr ´e dans la carte
2
le coudre `a la carte d ´ej `a existante
3
chercher `a supprimer les cellules ferm ´ees
n
1n
21
1
up last
Introduction aux Cartes Combinatoires : Applications en Traitement d’Images et Simulation Physique Guillaume Damiand 57 / 95