Segmentation d'images par contours actifs

Abstract

La segmentation d’images consiste à regrouper les différents pixels de l’image en classes, chaque classe regroupant les pixels similaires au sens d’un critère donné. La segmentation d'image est, en général, très difficile à réaliser car les images naturelles sont diverses, complexes et la manière de les percevoir varie selon les individus. Du fait de cette difficulté, plusieurs approches ont été proposées. L’approche abordée dans ce travail est la technique des contours actifs. Nous avons utilisées trois modèles à savoir, le modèle paramétrique dans ses différents variantes : le snake, GVF snake et GGVF snake, le modèle géométrique, nous avons abordé plusieurs méthodes dans ce modèle : les levels sets, la bande étroite, la Fast Marching, la méthode de Chan et Vese et le modèle géodésique. L’application des contours actifs sur différentes images médicales à montré qu’ils peuvent être un outil pour la segmentation d’images et ainsi apporter un outil d’aide au diagnostic au praticien.