Abstract:
L’enjeu principal d’un système de diagnostique automatique du mélanome est la bonne segmentation et classification des lésions mélanocytaire. La présence de poils cause des erreurs de segmentation et de détection de bordure de la lésion et ainsi peut fausser l’estimation de sa texture.
On présente une nouvelle approche de détection des poils dans les images dermoscopiques basée sur l’analyse de l’image par un banc de 5 filtres de Gabor. Cette approche permet d’identifier les pixels poils et ce sans avoir une information à priori sur le type des poils présents.
Initialement, l’image RGB est convertie en Hsv. L’application du filtre médian permet de réduire le bruit d’acquisition. Un filtre moyenneur quand la variance de l’image dépasse un certain seuil permet de lisser l’image. On applique le banc de filtres sur l’image obtenu. L’application d’un seuillage manuel aux réponses permet d’avoir Les masques binaires bruts.
Les masques binaires sont affinés par deux procédures de vérification, la première supprime les objets non poils autour de la lésion, la deuxième élimine les objets non poils restant sur l’image. Ces procédures sont basées sur la mesure des critères géométriques des objets ainsi que la dilatation morphologique. Finalement, l’union des masques affinés permet d’obtenir un masque final permettant sensiblement d’améliorer la détection des poils de différentes formes et couleurscomparaison avec DullRazor. L’application sur une base de données de 164images a validé nos résultat