• Aucun résultat trouvé

COMPARAISON ENTRE LE SNAKE GVF ET LE MODELE DU BALLON POUR LA SEGMENTATION DES IMAGES RADIOGRAPHIQUES DE SOUDURE

N/A
N/A
Protected

Academic year: 2021

Partager "COMPARAISON ENTRE LE SNAKE GVF ET LE MODELE DU BALLON POUR LA SEGMENTATION DES IMAGES RADIOGRAPHIQUES DE SOUDURE"

Copied!
1
0
0

Texte intégral

(1)

COMPARAISON ENTRE LE SNAKE GVF ET LE MODELE DU BALLON POUR LA SEGMENTATION DES IMAGES RADIOGRAPHIQUES

DE SOUDURE

A. BESSEKRI M. HALIMI

Laboratoire de Traitement du Signal et de l'Image

Centre de Recherche Scientifique et Technique en Soudage et Contrôle (CSC) Route Dely Brahim BP. 64 Cheraga

Alger. Algérie

Résumé : Les contours actifs (ou snakes) introduits par Kass et al à la fin des années 80, font l’objet de nombreux travaux récents dans la littérature et sont utilisés aujourd’hui sous des formes plus évoluées. Ce sont des courbes définies paramétriquement qui peuvent se déformer progressivement de manière itérative afin de minimiser une fonctionnelle d’énergie. L’évolution de la courbe est sujette à de fortes contraintes et les difficultés reposent tant sur l’initialisation que sur le choix de l’énergie à minimiser. Des modifications ont été introduites par la suite dans le modèle de contour actif pour résoudre certains des problèmes rencontrés avec la méthode originale des « snakes ». Dans cet article, nous présentons une comparaison entre deux méthodes de segmentation par contour actif pour notre application : le modèle du ballon et le snake GVF. Après une brève présentation du modèle "snake" classique, nous détaillerons les deux méthodes et nous donnerons les résultats obtenus sur des images tests synthétiques ainsi que sur des images radiographiques de soudure.

Mots-clés : Segmentation d’images, contours actifs, snake GVF, modèle de ballon.

Références

Documents relatifs

Pour r´ealiser cette segmentation, les m´ethodes de d´etection de contours par mod`ele d´eformable sont tr`es utilis´ees mais n´ecessitent une initialisation manuelle proche du

Index-terms: - Active contour models, edge detection, gradient vector flow, GVF, snakes, radiographic testing, weld

This model can detect object whose boundaries are not defined by gradient, it's a matter of the active contour model biased regions.. For increasing the performance of segmentation,

basée sur l‟algorithme du FCM qui comporte les cinq étapes suivantes : la classification par l‟algorithme FCM, la fusion des classes, l‟étiquetage, la suppression

Abstract : In this paper, we use the active contour models (Snakes) for edge detection and segmentation of weld defects in radiographic images.. Gradient Vector Flow snakes enhance

In this paper, we use the active contour models (Snakes) for edge detection and segmentation of weld defects in radiographic images.. Gradient Vector Flow snakes enhance

Abstract : Nous présentons dans ce papier une approche nommée B_spline Gradient Vector Flow snake (GVFB_Snake) qui combine les fonctions B-spline avec le snake GVF afin d’améliorer

Nous présentons dans ce papier une approche nommée B_spline Gradient Vector Flow snake (GVFB_Snake) qui combine les fonctions B-spline avec le snake GVF