Ségmentation d'images par pyramides souples : application à l'imagerie médicale multidimensionnelle
Institution:
Lyon, INSADisciplines:
Directors:
Abstract EN:
This work is concerned with image segmentation techniques using a multi resolution approach. After a brief description of the conventional rigid pyramidal techniques, the recent flexible pyramidal approaches are described and analysed. Several measures are defined to compare the performance of segmentation provided by the various algorithms. We evaluate the efficiency and the stability of the result according to the processing parameters and the image characteristics. The description of an image by a minimal spanning tree is of great interest. We show that this model extracts the main features of the image and make the segmentation and filtering easier. This graph description of the image is taken as the first level of the pyramid used for segmenting the regions. We show that such a spanning tree improves bath the stability and the robustness of the segmentation. Any spanning tree can be used as a basis of the pyramid. A theoretical study is then performed which leads to a generalisation of the pyramidal segmentation algorithms to multidimensional spaces (nD). The properties of neighbourhood and connectivity in such spaces are detailed. The special case of 3D flexible pyramids is described. These pyramids are used to pre-process, filter and segment computer generated images, in order to evaluate their performance and limitations. Results of segmentation are given on 2D images, temporal and spatial sequences or volume data. The segmentation (2D and 3D) of the left ventricle of the heart is performed tram image sequences acquired in ultrasound, magnetic resonance (MRI) and X-rays.
Abstract FR:
Après un descriptif des techniques multi-résolutions de segmentation d'images par des pyramides rigides, les récents algorithmes de pyramides souples (pyramides de graphes) sont décrits et étudiés. Des outils sont définis pour évaluer les performances et la stabilité des segmentations obtenues par ces algorithmes, vis-à-vis des paramètres de traitement et des caractéristiques des images. Certains outils de la théorie des graphes sont ensuite détaillés, pour être utilisés en segmentation d'image. Il est montré que l'arbre couvrant minimal d'une image permet l'extraction de paramètres intéressants pour la segmentation et le filtrage. Intégré à la base du traitement pyramidal, cet arbre couvrant permet de stabiliser les différents résultats des segmentations et améliore la robustesse des pyramides de graphes. D'autres graphes couvrants, dérivés de l'arbre couvrant, sont aussi utilisés. Une étude théorique est effectuée, concernant la généralisation de ces algorithmes aux espaces de dimension supérieure à 2, en approfondissant les notions de voisinage et de connexité. Cette étude est illustrée par l'implantation en 3-D des pyramides souples. Elles sont appliquées à diverses images réelles, pour l'amélioration, le filtrage et la segmentation d'images, montrant ainsi leurs performances et leurs limitations. En particulier, des résultats sont présentés sur des images 2-D, des séquences d'images, ou sur des volumes de données, acquis en imagerie échographique, en imagerie par résonance magnétique (IRM) ou par rayons X, sur le ventricule gauche du cœur humain.