traitement d'images par modèles discrets sur ... - Olivier Lezoray
traitement d'images par modèles discrets sur ... - Olivier Lezoray
traitement d'images par modèles discrets sur ... - Olivier Lezoray
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
24<br />
Chapitre 2 - Traitement d’images <strong>par</strong> <strong>modèles</strong><br />
<strong>discrets</strong> <strong>sur</strong> graphes<br />
∑<br />
J = p (∇I i ∇Ii T ) pour une image multivariée. On peut définir la distance entre deux tenseurs<br />
i=1<br />
à l’aide de la norme de FROBENIUS [BURGET07]. La norme de FROBENIUS <strong>sur</strong> une matrice<br />
( ) √<br />
a11 a<br />
2 × 2 représentant un tenseur de structure A est définie <strong>par</strong> : ‖A‖ =<br />
12<br />
2∑<br />
= a<br />
a 21 a 2 ij<br />
22<br />
Ainsi, la distance entre deux tenseurs A et B est donnée <strong>par</strong> ‖A − B‖. La matrice de référence<br />
considérée pour déterminer les bornes est la matrice nulle. On constate <strong>sur</strong> la figure 2.14 que<br />
suivant la représentation considérée, les résultats diffèrent pour l’érosion et la dilatation. L’effet<br />
global reste cependant le même. Tout l’intérêt réside ici dans le fait que pour effectuer une quelconque<br />
opération morphologique <strong>sur</strong> des données multivariées (un vecteur RGB, un vecteur<br />
CIECAM02 ou bien une matrice représentant un tenseur de structure), nous avons juste besoin<br />
de définir une me<strong>sur</strong>e de distance ; le reste de l’algorithme est identique. Nous pourrions donc<br />
à présent appliquer n’importe quelle opération morphologique à une image d’IRM de tenseur<br />
de diffusion comme cela est proposé <strong>par</strong> BURGETH [BURGET07]. Cependant, notre approche<br />
est plus simple et ne change pas quelle que soit la représentation multivariée. Un exemple de<br />
<strong>traitement</strong> <strong>sur</strong> une image 3D artificielle de tenseur de diffusion (chaque voxel est décrit <strong>par</strong> une<br />
matrice 3 × 3) est donnée <strong>par</strong> la figure 2.15 où l’on applique une érosion, une dilatation et un<br />
gradient morphologique avec un élément structurant de taille 5 × 5 × 5.<br />
i,j=1<br />
(a) Image artificielle de tenseur de diffusion.<br />
(b) Érosion.<br />
(c) Dilatation.<br />
(d) Gradient morphologique.<br />
FIG. 2.15 – Opérations morphologiques <strong>sur</strong> une image de tenseur de diffusion.<br />
Afin d’illustrer le comportement de l’algorithme, nous l’appliquons au problème de réorganisation<br />
de palettes couleur [PINHO04, BATTIA04]. On dispose d’une image couleur I codée<br />
<strong>par</strong> une image d’index I index ∈ R 2 → N et d’une palette P ∈ N → R 3 où à chaque élément de<br />
P est associé un vecteur RGB x i . Le vecteur couleur d’un pixel p(x, y) dans l’image couleur I<br />
est donc défini <strong>par</strong> P (I index (p(x, y))). Nous appliquons l’algorithme de réduction de dimension