Aller au contenu

DØ(cid:2)nition d’une force d’attraction aux LPE pour la segmentation par contours actifs

Segmentation vidéo par contours actifs La segmentation vidéo par contours actifs est une méthode essentielle pour partitionner les données d'images et de séquences vidéo en différentes zones d'intérêt. Cet article présente une nouvelle méthode qui combine les contours actifs et une pré-segmentation par les lignes de partage des eaux (LPE).

D'après le document DØ(cid:2)nition d’une force d’attraction aux LPE pour la segmentation par contours actifs

Cet article a été rédigé automatiquement à partir du document source, puis vérifié avant publication.

Document source

DØ(cid:2)nition d’une force d’attraction aux LPE pour la segmentation par contours actifs

Computer Vision, Video Segmentation, Active Contours, Watershed Methods · PDF · 4 pages · 1997

Afficher l'aperçu du document

Consulter le document original →

Segmentation vidéo par contours actifs

La segmentation vidéo par contours actifs est une méthode essentielle pour partitionner les données d'images et de séquences vidéo en différentes zones d'intérêt. Cet article présente une nouvelle méthode qui combine les contours actifs et une pré-segmentation par les lignes de partage des eaux (LPE). Les étudiants découvriront comment cette approche améliore la précision et la régularité des résultats de segmentation, ainsi que les étapes clés de l'algorithme proposé.

Introduction à la segmentation

La segmentation d'images et de séquences vidéo vise à partitionner les données en différentes zones d'intérêt afin de permettre l'interprétation et l'analyse d'image. Elle est cruciale pour des applications telles que la post-production, où une segmentation fine est nécessaire pour délimiter avec précision le plan objet de l'arrière-plan. Plusieurs techniques ont été développées, notamment les méthodes par contours actifs et par LPE. Les contours actifs permettent de délimiter les contours d'un ou plusieurs objets sémantiques, tandis que les LPE retournent une image sur-segmentée. Cet article explore comment combiner ces deux méthodes pour améliorer les résultats de segmentation.

LPE : lignes de partage des eaux

Les LPE sont des méthodes de segmentation qui considèrent une image en niveaux de gris comme une surface topographique. Elles partitionnent l'image en différentes régions homogènes, mais souffrent d'une haute sensibilité au bruit, entraînant une sur-segmentation. Pour résoudre ce problème, il est possible de fusionner les régions ou de limiter le nombre de régions créées par l'utilisation de marqueurs. Malgré ces ajustements, des points faibles subsistent, notamment des contours irréguliers et des difficultés dans le suivi temporel des régions.

Contours actifs

La segmentation par contours actifs consiste à former un contour initial et à le faire évoluer vers les bords d'un ou plusieurs objets à segmenter. Cette évolution est guidée par une force dérivée de la minimisation d'une fonctionnelle d'énergie. Les contours actifs sont particulièrement efficaces pour le suivi d'objets en mouvement, mais peuvent manquer de précision en raison d'un faible mouvement ou d'une estimation difficile de l'arrière-plan. De nouvelles fonctionnelles d'énergie ont été introduites pour améliorer cette méthode.

Contours actifs contraints par les LPE

Nous proposons un critère basé sur la segmentation LPE, suivi d'un schéma de segmentation par contour actif. L'idée est de segmenter séquentiellement les objets en mouvement en deux étapes complémentaires. La première étape cible les objets en mouvement, tandis que la seconde affine le premier résultat de segmentation en attirant les contours vers les bords des régions de couleurs homogènes délimitées par les LPE.

Définition de la force d’attraction aux LPE

Pour attirer le contour actif vers la ligne LPE la plus proche, nous introduisons un critère qui contraint la distance du contour aux bords des régions LPE. Ce critère est exprimé par l'intégrale JW, qui mesure la distance géométrique entre le contour et les LPE. La dérivée de cette intégrale permet de définir une équation d'évolution qui guide le contour actif vers les LPE.

Segmentation en deux étapes

La segmentation est réalisée en deux étapes. La première étape utilise un critère de détection d'objets en mouvement, tandis que la seconde étape applique la force d'attraction aux LPE pour affiner les résultats. Cette approche permet d'obtenir des résultats plus fins et plus réguliers, en minimisant les artefacts et en améliorant la précision de la segmentation.

Premier pas : segmentation par contours actifs par détection d'objets en mouvement

La première étape consiste à détecter les objets en mouvement à l'aide d'un critère défini par une équation d'évolution. Cette étape permet de rapprocher le contour actif des bords de l'objet à segmenter, mais la précision peut être améliorée par une seconde évolution.

Second pas : Segmentation par contours actifs conduits par une force d’attraction aux LPE

La technique d'immersion retourne une première partition de l'image en régions de couleurs homogènes. Le nombre de régions est ensuite réduit par un processus de fusion. Les LPE utilisées dans notre algorithme correspondent aux bornes non-lisses des régions de la partition, permettant ainsi une meilleure précision dans la segmentation finale.

Points clés à retenir

Voici les points essentiels à retenir concernant la segmentation vidéo par contours actifs et LPE :

  • La segmentation vidéo par contours actifs combine les méthodes de contours actifs et de LPE pour améliorer la précision.
  • Les LPE permettent de partitionner l'image en régions homogènes, mais peuvent entraîner une sur-segmentation.
  • La méthode proposée se déroule en deux étapes : détection d'objets en mouvement et attraction vers les LPE.
  • Les résultats montrent une amélioration significative en termes de finesse et de régularité des contours.

Questions fréquentes

Qu'est-ce que la segmentation vidéo par contours actifs ?

La segmentation vidéo par contours actifs est une méthode qui utilise des contours actifs pour délimiter les objets dans des séquences vidéo, en améliorant la précision grâce à une combinaison avec les lignes de partage des eaux (LPE).

Quels sont les avantages des LPE ?

Les LPE permettent de segmenter efficacement les images en régions homogènes, facilitant ainsi l'analyse d'image. Cependant, elles peuvent être sensibles au bruit, entraînant une sur-segmentation.

Comment fonctionne la méthode de segmentation en deux étapes ?

La méthode de segmentation en deux étapes commence par la détection d'objets en mouvement, suivie d'une attraction des contours vers les LPE pour affiner les résultats de segmentation.

Quels sont les résultats de la méthode proposée ?

Les résultats de la méthode proposée montrent une amélioration significative de la précision et de la régularité des contours par rapport aux méthodes traditionnelles de segmentation.

Comment les contours actifs sont-ils utilisés dans la segmentation ?

Les contours actifs sont utilisés pour faire évoluer un contour initial vers les bords des objets à segmenter, guidés par une fonctionnelle d'énergie qui minimise les artefacts et améliore la précision.

Partager

Commentaires

Aucun commentaire pour le moment. Posez la première question.

Les commentaires sont relus avant publication. Votre e-mail n'est jamais affiché.

← Toutes les révisions