Fusion entre les données ultrasonores et les images de radioscopie ...

&KDSLWUH ,,, 7UDLWHPHQW DXWRPDWLTXH GHV GRQQpHV
__________________________________________________________________________________________
II.
TRAITEMENT DES DONNEES RADIOSCOPIQUES
II.1. Segmentation de l’image
II.1.1. Approches générales des méthodes de segmentation
Segmenter une image consiste à la diviser en plusieurs zones ayant des caractéristiques
communes. On distingue deux approches selon que l’on cherche à détecter les bords de la
région, ou la région elle-même. Les deux approches délivrent le même résultat puisque la
région peut se déduire de son contour et vice versa. Néanmoins, les méthodes correspondant à
ces deux approches sont très différentes.
II.1.1.1.
Approche frontière
Cette approche fait appel à la détection puis, au suivi de contours. La détection des contours
est généralement effectuée par l'intermédiaire de filtres de rehaussement de contours. Il ne
s’agit donc pas donc d’un véritable processus de segmentation, mais cette approche constitue
une étape importante. Il existe une multitude de filtres dont les principaux sont basés sur la
notion de dérivation tels que les filtres de Canny et de Deriche utilisés pour la détection de
contours dans les images de soudure (voir § II.1.2). L’inconvénient de cette approche réside
dans sa sensibilité au bruit de l’image et il est souvent nécessaire de traiter l’image avant
l’étape de segmentation. Une étude comparative des opérateurs de détection de contours est
proposée dans [COCQ-95].
II.1.1.2.
Approche région
La segmentation en régions consiste à repérer des points adjacents de l'image ayant une
caractéristique commune et à les regrouper dans une seule et même classe. Les régions
peuvent se distinguer par leur intensité, ou encore par leur texture. Lors de notre étude, les
régions se distinguent par leur intensité. Lorsque l'intensité du fond de l'image est constante,
on peut appliquer un seuil global sur l'image conservant ainsi les objets utiles. Dans le cas
contraire, un seuillage global de l'image est inefficace, et il faut choisir le seuil localement
(seuillage adaptatif). Une méthode consiste à mettre à plat le fond de l’image par soustraction.
Le fond peut être obtenu par un filtrage passe-bas ou bien par un modèle spécifique [YANO-
89]. La difficulté est d’obtenir un modèle du fond adapté à l’image. Yanowitz et al. obtiennent
3DJH