Morphologie mathématique - III

Documents pareils
Master IMA - UMPC Paris 6 RDMM - Année Fiche de TP

Chapitre VI. Connexions et fonctions numériques

3 Approximation de solutions d équations

Traitement bas-niveau

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Analyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains

Résolution d équations non linéaires

Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo

Différentiabilité ; Fonctions de plusieurs variables réelles

Axe " Génie des Procédés", centre SPIN, Ecole des Mines de Saint-Etienne ECOLE DES MINES SAINT-ETIENNE ANALYSE D IMAGE

Continuité d une fonction de plusieurs variables

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Géométrie discrète Chapitre V

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Cours Fonctions de deux variables

Introduction au Data-Mining

Projet de Traitement du Signal Segmentation d images SAR

Amphi 3: Espaces complets - Applications linéaires continues

Utilisation du logiciel ImageJ gratuit

Les algorithmes de base du graphisme

Fonctions de plusieurs variables

Fonctions de plusieurs variables

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Coup de Projecteur sur les Réseaux de Neurones

Image d un intervalle par une fonction continue

Cours d Analyse 3 Fonctions de plusieurs variables

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

On ne peut pas entendre la forme d un tambour

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Systèmes de communications numériques 2

CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples

CARTE DE VOEUX À L ASSOCIAEDRE

Calcul différentiel. Chapitre Différentiabilité

I. Polynômes de Tchebychev

Calcul fonctionnel holomorphe dans les algèbres de Banach

Correction du bac blanc CFE Mercatique

C1 : Fonctions de plusieurs variables

M2 IAD UE MODE Notes de cours (3)

Quantification Scalaire et Prédictive

Intégrale de Lebesgue

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Laboratoire d informatique Gaspard-Monge UMR Journée Labex Bézout- ANSES

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

Polynômes à plusieurs variables. Résultant

Bases de données Cours 5 : Base de données déductives

Calcul Différentiel. I Fonctions différentiables 3

Programmation Par Contraintes

OM 1 Outils mathématiques : fonction de plusieurs variables

3. Conditionnement P (B)

Sanity Check. bgcolor mgcolor fgcolor

Géométrie Algorithmique Plan du cours

Master de Recherche première année. Programme de cours

Objectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique

Extraction et reconstruction de bâtiments en 3D à partir de relevés lidar aéroportés

Statistiques Descriptives à une dimension

Correction du baccalauréat S Liban juin 2007

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Présentation du Master Ingénierie Informatique et du Master Science Informatique , Année 2 Université Paris-Est Marne-la-Vallée

L apprentissage automatique

Introduction au datamining

Pourquoi l apprentissage?

Fête de la science Initiation au traitement des images

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Ma banque, mes emprunts et mes intérêts

MATHS FINANCIERES. Projet OMEGA

Structures algébriques

Programmation linéaire

CHAPITRE 10. Jacobien, changement de coordonnées.

W 12-2 : haute performance et savoir-faire compact

Intégration et probabilités TD1 Espaces mesurés Corrigé

Compte rendu des TP matlab

Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en Énoncé.

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

MODELES DE DUREE DE VIE

Commun à tous les candidats

AOT 13. et Application au Contrôle Géométrique

Programme scientifique Majeure INTELLIGENCE NUMERIQUE. Mentions Image et Réalité Virtuelle Intelligence Artificielle et Robotique

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

I. Cas de l équiprobabilité

Valeur ajoutée relative basée sur les comparaisons indirectes Giens 2008, TR 5

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Optimisation des fonctions de plusieurs variables

Capes Première épreuve

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses

1 Définition et premières propriétés des congruences

Comment aborder en pédagogie l aspect «système» d une chaîne télécom?

Exercices sur le chapitre «Probabilités»

Introduction à l approche bootstrap

Recherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel

Calcul intégral élémentaire en plusieurs variables

Transcription:

Morphologie mathématique - III Isabelle Bloch http://perso.telecom-paristech.fr/ bloch Télécom ParisTech - CNRS LTCI Paris - France Morphologie mathématique III p.1/38

Opérateurs géodésiques Distance géodésique, conditionnelle à X : d X si X est fermé, il existe un arc géodésique pour toute paire de points de X unicité si X est simplement connexe X convexe dx = d Boule géodésique : B X (x,r) = {y X / d X (x,y) r} Rq : B X (x,r) B(x,r) X x d (x,y) X d(x,y) y Dilatation géodésique : D X (Y,B r ) = {x R n / B X (x,r) Y } = {x R n / d X (x,y) r} Erosion géodésique : E X (Y,B r ) = {x R n / B X (x,r) Y} = X \D X (X \Y,B r ) Ouverture et fermeture géodésiques : par composition Morphologie mathématique III p.2/38

Propriétés et reconstruction Propriétés : similaires à celles du cas euclidien DX (Y,B r ) D(Y,B r ) DX (Y,B r ) = n=1 [(Y r n B) X]n Cas discret : D X (Y,B r ) = [D(Y,B 1 ) X] r Reconstruction : [D(Y,B 1 ) X] = D X (Y) = composantes connexes de X qui intersectent Y Morphologie mathématique III p.3/38

Reconstruction binaire : exemple Morphologie mathématique III p.4/38

Reconstruction binaire : exemple Morphologie mathématique III p.4/38

Reconstruction binaire : exemple 00 11 00 11 000 111 000 111 000 111 00 11 00 11 0000000 1111111 000000 111111 000000 111111 0000 1111 Morphologie mathématique III p.4/38

Erodés ultimes EU(X) = n {E(X,B n )\R[E(X,B n+1 );E(X,B n )]} E(X,Bn ) : l érodé de X de taille n R[Y;Z] : composantes connexes de Z qui ont une intersection non vide avec Y = ensemble des maxima régionaux de la fonction distance d(x,x C ). Morphologie mathématique III p.5/38

Ouverture surfacique γ λ (f) = i {γ Bi (f), B i connexe et S(B i ) = λ} Morphologie mathématique III p.6/38

Ouverture surfacique γ λ (f) = i {γ Bi (f), B i connexe et S(B i ) = λ} Morphologie mathématique III p.6/38

Ouverture surfacique γ λ (f) = i {γ Bi (f), B i connexe et S(B i ) = λ} 00 11 0000 1111 00 11 01 01 01 01 00 11 00 11 00 11 00 11 0000000 1111111 0000 1111 000 111 Morphologie mathématique III p.6/38

Opérateurs géodésiques fonctionnels X 1 X 2 et Y 1 Y 2 D X1 (Y 1,B r ) D X2 (Y 1,B r ) D X2 (Y 2,B r ) Extension aux fonctions, pour f g, coupe par coupe : [D g (f,b r )] λ = D gλ (f λ,b r ) (avec f λ = {x, f(x) λ}) Cas discret : D g (f,b r ) = [D(f,B 1 ) g] r E g (f,b r ) = [E(f,B 1 ) g] r Reconstruction numérique de f (fonction de marquage) dans g : par dilatation Dg (f,b ) = D g (f) : ouverture par érosion Eg (f,b ) : fermeture ouverture par reconstruction : D f (f B ) (zones plates dont les contours sont certains contours de l image originale compression) Morphologie mathématique III p.7/38

Reconstruction numérique : exemple Morphologie mathématique III p.8/38

Reconstruction numérique : exemple Morphologie mathématique III p.8/38

Reconstruction numérique : exemple Morphologie mathématique III p.8/38

Reconstruction numérique : exemple Morphologie mathématique III p.8/38

Ouverture par reconstruction : exemples Morphologie mathématique III p.9/38

Ouverture par reconstruction : exemples Réunion d ouvertures par des segments de longueur 20 et reconstruction Morphologie mathématique III p.9/38

Application au filtrage alterné séquentiel Morphologie mathématique III p.10/38

Application au filtrage alterné séquentiel FAS par un hexagone (taille maximale = 1) Morphologie mathématique III p.10/38

Application au filtrage alterné séquentiel FAS par un hexagone (taille maximale = 3) Morphologie mathématique III p.10/38

Application au filtrage alterné séquentiel FAS par un hexagone (taille maximale = 5) Morphologie mathématique III p.10/38

Application au filtrage alterné séquentiel FAS par un hexagone (taille maximale = 9) Morphologie mathématique III p.10/38

Application au filtrage alterné séquentiel FAS par des segments (taille maximale = 1) Morphologie mathématique III p.10/38

Application au filtrage alterné séquentiel FAS par des segments (taille maximale = 3) Morphologie mathématique III p.10/38

Application au filtrage alterné séquentiel FAS par des segments (taille maximale = 5) Morphologie mathématique III p.10/38

Application au filtrage alterné séquentiel FAS par des segments (taille maximale = 9) Morphologie mathématique III p.10/38

Un autre exemple Morphologie mathématique III p.11/38

Un autre exemple FAS par un hexagone (taille maximale = 1) Morphologie mathématique III p.11/38

Un autre exemple FAS par un hexagone (taille maximale = 3) Morphologie mathématique III p.11/38

Un autre exemple FAS par un hexagone (taille maximale = 5) Morphologie mathématique III p.11/38

Un autre exemple FAS par des segments (taille maximale = 1) Morphologie mathématique III p.11/38

Un autre exemple FAS par des segments (taille maximale = 3) Morphologie mathématique III p.11/38

Un autre exemple FAS par des segments (taille maximale = 5) Morphologie mathématique III p.11/38

Maxima régionaux X maximum régional de f si x X,f(x) = λ et X = CC(f λ ) Calcul des maxima régionaux : f D f (f 1) h-maxima (dynamique des niveaux de gris) : f D f (f h) maxima robustes Morphologie mathématique III p.12/38

Maxima régionaux : exemple Morphologie mathématique III p.13/38

Maxima robustes : exemple Morphologie mathématique III p.14/38

Minima régionaux : exemple Morphologie mathématique III p.15/38

Squelette par zones d influence X = i X i Zone d influence de X i dans X C : Squelette par zone d influence : ZI(X i ) = {x X C / d(x,x i ) < d(x,x \X i )} Skiz(X) = ( i ZI(X i )) C = diagramme de Voronoï généralisé Propriétés : Skiz(X) squelette(x C ) (cf cours sur le squelette) le Skiz peut être non connexe (même si X C l est) Morphologie mathématique III p.16/38

Squelette par zones d influence : exemples Morphologie mathématique III p.17/38

Squelette par zones d influence : exemples Morphologie mathématique III p.17/38

Squelette géodésique par zones d influence Y = i Y i Zone d influence géodésique de Y i conditionnellement à X : ZI X (Y i ) = {x X,d X (x,y i ) < d X (x,y \Y i )} Squelette géodésique par zone d influence : SKIZ X (Y) = X \ i ZI X (Y i ) SKIZ(Y) SKIZ X(Y) Y 1 Y 1 Y 2 Y 2 X Morphologie mathématique III p.18/38

Une première application simple... Morphologie mathématique III p.19/38

Une première application simple... Seuillage : Morphologie mathématique III p.19/38

Une première application simple... Erosion : Morphologie mathématique III p.19/38

Une première application simple... Reconstruction : comptage des dés blancs et des points noirs sur chaque dé Morphologie mathématique III p.19/38

Une première application simple... Image seuillée reconstruction des dés blancs puis petite ouverture Morphologie mathématique III p.19/38

Une première application simple... Grande fermeture (15) - SKIZ Morphologie mathématique III p.19/38

Une première application simple... Séparation (et logique) et étiquetage Morphologie mathématique III p.19/38

Parcellisation du cortex (thèse d Arnaud Cachia) Morphologie mathématique III p.20/38

Parcellisation du cortex (thèse d Arnaud Cachia) Morphologie mathématique III p.20/38

Filtres connectés Objectif : simplifier l image Filtre morphologique qui préserve les contours est indépendant du contraste agit sur les composantes connexes Premier exemple : ouvertures surfaciques Morphologie mathématique III p.21/38

Filtres connectés Morphologie mathématique III p.21/38

Filtres connectés sur des images à niveaux de gris Opérations croissantes Application coupe par coupe T h (f) = {x f(x) h} (γ A (f))(x) = sup{h x Γ A (T h (f))} Ouverture surfacique Fermeture surfacique Morphologie mathématique III p.22/38

Représentation par arbres Morphologie mathématique III p.23/38

Représentation par arbres Morphologie mathématique III p.23/38

Ouverture par attribut Morphologie mathématique III p.24/38

Exemples d application Filtrage en fonction de l élongation (Meijster, 2002) : Morphologie mathématique III p.25/38

Exemples d application Critère entropique (Salembier, 1998) : Morphologie mathématique III p.25/38

Exemples d application Analyse du mouvement (Salembier, 1998) : Morphologie mathématique III p.25/38

Exemples d application Compression (Salembier, 2000) : Morphologie mathématique III p.25/38

Arbre des formes : vers l auto-dualité Morphologie mathématique III p.26/38

Arbre des formes : vers l auto-dualité Morphologie mathématique III p.26/38

Transformation en tout ou rien Elément structurant : T = (T 1,T 2 ), avec T 1 T 2 = HMT : X T = E(X,T 1 ) E(X C,T 2 ) Morphologie mathématique III p.27/38

Transformation en tout ou rien Elément structurant : T = (T 1,T 2 ), avec T 1 T 2 = HMT : X T = E(X,T 1 ) E(X C,T 2 ) Amincissement (si O T 1 ) : X T = X \X T Epaississement (si O T 2 ) : X T = X X T Pour T = (T 2,T 1 ) : X T = (X C T ) C Morphologie mathématique III p.27/38

Transformation en tout ou rien : exemples Morphologie mathématique III p.28/38

Transformation en tout ou rien : exemples Morphologie mathématique III p.28/38

Squelette : exigences représentation compacte des objets lignes minces inclus et centré dans l objet homotope à l objet bonne représentation de la géométrie inversible (reconstruction de l objet initial) Morphologie mathématique III p.29/38

Squelette : cas continu A : ensemble ouvert s ρ (A) = ensemble des centres des boules maximales de A de rayon ρ Squelette : r(a) = ρ>0s ρ (A) Caractérisation : s ρ (A) = µ>0[e(a,b ρ )\[E(A,B ρ )] Bµ ] r(a) = ρ>0 [E(A,B ρ )\[E(A,B ρ )] Bµ ] µ>0 Reconstruction : A = ρ>0d(s ρ,b ρ ) Morphologie mathématique III p.30/38

Propriétés du squelette continu sρ (E ρ0 (A)) = s ρ+ρ0 (A) r(e ρ0 (A)) = ρ>ρ0 s ρ (A) pas de formule générale pour le squelette d un dilaté, ouvert ou fermé A r(a) est s.c.i. de G dans F A connexe r(a) connexe le squelette est «fin» : son intérieur est vide Morphologie mathématique III p.31/38

Squelette : cas discret Transposition directe du cas continu : S(X) = n N[E(X,B n )\E(X,B n ) B ] Propriétés : centres de boules maximales discrètes reconstuction mais pas de bonnes propriétés de connexité Morphologie mathématique III p.32/38

Squelette : cas discret Transposition directe du cas continu : S(X) = n N[E(X,B n )\E(X,B n ) B ] Propriétés : centres de boules maximales discrètes reconstuction mais pas de bonnes propriétés de connexité Squelette par amincissement homotopique Propriétés : topologie parfaite pas de possibilité de reconstruction 1 1. 1. 0 0 Morphologie mathématique III p.32/38

Centres des boules maximales vs amincissement Morphologie mathématique III p.33/38

Centres des boules maximales vs amincissement Morphologie mathématique III p.33/38

Centres des boules maximales vs amincissement Morphologie mathématique III p.33/38

Centres des boules maximales vs amincissement Morphologie mathématique III p.33/38

Centres des boules maximales vs amincissement Morphologie mathématique III p.33/38

Squelette et squelette par zones d influence Skiz(X) r(x C ) Morphologie mathématique III p.34/38

Squelette et squelette par zones d influence Skiz(X) r(x C ) Morphologie mathématique III p.34/38

Application en imagerie cérébrale (thèse de Jean-François Mangin) Morphologie mathématique III p.35/38

Application en imagerie cérébrale (thèse de Jean-François Mangin) Morphologie mathématique III p.35/38

Application en imagerie cérébrale (thèse de Jean-François Mangin) Morphologie mathématique III p.35/38

Application en imagerie cérébrale (thèse de Jean-François Mangin) Morphologie mathématique III p.35/38

Application en imagerie cérébrale (thèse de Jean-François Mangin) Morphologie mathématique III p.35/38

Application en imagerie cérébrale (thèse de Jean-François Mangin) Morphologie mathématique III p.35/38

Application en imagerie cérébrale (thèse de Jean-François Mangin) Morphologie mathématique III p.35/38

Filtrage et segmentation topologiques Source : G. Bertrand, M. Couprie (2007) Morphologie mathématique III p.36/38

Filtrage et segmentation topologiques Morphologie mathématique III p.36/38

Filtrage et segmentation topologiques Morphologie mathématique III p.36/38 Source : G. Bertrand, M. Couprie (2007)

Application : amincissement Source : G. Malandain (2007) Morphologie mathématique III p.37/38

Application : amincissement Source : G. Malandain (2007) Morphologie mathématique III p.37/38

Fonction de propagation T X (x) = sup d X (x,y) y X Applications : extrémités : maxima régionaux de TX ( Fr(X) si X simplement connexe) centre : min(tx ) (unique si X simplement connexe) calcul de la courbe de plus grande longueur du squelette Morphologie mathématique III p.38/38