Implémentation des contours actifs (snakes) pour la segmentation des images

Abstract

Ce travail aborde l'un des principaux problèmes dans le domaine du traitement

numérique d'images : la segmentation d'images. Malgré la dominance des travaux dans ce

domaine, ce problème reste posé. En effet, les diverses techniques qui ont pu être présentées

sont peu satisfaisantes, soit parce qu'elles sont sensibles aux données bruitées, soit parce

qu'elles sont spécifiques à un domaine particulier.

Il existe plusieurs algorithmes de segmentation d'images, chacun possédant ses avantages

et ses limites d'utilisation. Le contour actif est l'un de ces méthode, appelé aussi snake, est

employé pour détecter les contours d'une image. Il est composé de multiples énergies

externes, internes et de contexte, qui permettent au snake de ce déplacer dans l'image et de

s'arrêter sur un contour. Dans le cadre de notre mémoire, nous avons utilise un algorithme qui

utilise quatre énergies l'énergie de courbure, d'intensité, de continuité et de gradient. Pour

valider l'efficacité de nos algorithmes, de nombreux tests ont été réalisés, sur différents types

d'images (artificielles et réelles).