La segmentation en objets d'une image consiste à extraire de l'image des régions d'intérêt suivant un critère défini. Nous segmentons l'image par un algorithme de contours actifs dans le cadre d'une approche variationnelle. Partant d'un contour initial quelconque, le contour actif évolue, suivant une équation aux dérivées partielles. L'équation d'évolution du contour actif est déduite de la dérivation du critère. Au vu de la dépendance du critère à la région considérée, la dérivation du critère par rapport à la région n'est pas aisée. Nous utilisons des outils de dérivation empruntés à l'optimisation de domaine: les gradients de forme.<br />La contribution de cette thèse réside dans l'élaboration et l'étude de différents descripteurs de région. Pour chaque critère, nous calculons la dérivée du critère à l'aide des gradients de forme, et en déduisons l'équation d'évolution du contour actif.<br />Le premier descripteur définit un a priori géométrique sans contrainte paramétrique: il minimise la distance du contour actif à un contour de référence. Nous l'avons appliqué à la déformation de courbe, la segmentation et le suivi de cible.<br />Le deuxième descripteur caractérise le mouvement de l'objet par un modèle de mouvement. Le critère associé définit conjointement une région et son mouvement sur plusieurs images consécutives. Nous avons appliqué ce critère à l'estimation et la segmentation conjointe du mouvement et au suivi d'objets en mouvement.

Le détecteur interférométrique d'ondes gravitationnelles Virgo est en phase de mise au point, il devrait atteindre une sensibilité lui permettant de prendre des données scientifiques dès la deuxième moitié de l'année 2006. La préparation à l'analyse de ces données est en cours et le mémoire traite de plusieurs aspects :<br />- Un environnement d'analyse, VEGA, a été mis au point. Il permet à un utilisateur physicien d'accéder et de gérer les données provenant de Virgo, de développer un code d'analyse spécifique, de disposer d'outils de traitement du signal et de manipuler et visualiser des données dépendantes du temps. L'ensemble est intégré et basé sur ROOT.<br />- Un ensemble de pages web a été développé permettant l'affichage de données de contrôle en quasi temps-réel. Il tire parti de VEGA pour la création des graphiques.<br />- Un algorithme de tessellation d'un espace de paramètres a été développé dans le cadre des recherches de signaux provenant de la coalescence de binaires d'objets compacts (étoiles à neutrons ou trous noirs). Ces recherches utilisent communément des méthodes d'extraction de signal par filtrage optimal qui rendent nécessaire l'utilisation d'un grand nombre de calques (formes d'onde théoriques) dans un espace de paramètres. La tessellation de cet espace détermine les calques qui seront utilisés. Le mémoire traite également des performances de l'algorithme observées lors de son utilisation dans la collaboration Virgo, ainsi que ses possibles extensions.

La segmentation d'images à l'aide des modèles déformables permet d'imposer des contraintes globales aux contours détectés. La résolution des équations aux dérivées partielles caractérisant les courbes et les surfaces déformables est faite à l'aide d'une méthode d'éléments finis conformes. Cette méthode plus élaborée, permet une détection des points de contour 2-D et 3-D plus précise et une réduction de la complexité algorithmique par rapport à la méthode des différences finies. Le modèle de courbes déformables a permis d'établir une première segmentation d'images 3-D ainsi qu'un suivi de structures dans des images spatio-temporelles. Ce suivi global a été complété par un suivi ponctuel des contours à l'aide d'une description explicite de la mise en correspondance basée sur les caractéristiques géométriques de la courbe et la régularité du champ de déplacement. Nous proposons également une méthode de détermination des paramètres de régularisation à partir de la géométrie de la surface (ou de la courbe) et des données. Cette méthode permet d'imposer implicitement des discontinuités de position et de tangente aux modèles déformables 2-D et 3-D. L'ensemble des modèles proposés est illustré par des expérimentations sur des images synthétiques et médicales.

Ce travail traite le problème de la segmentation d'images échographiques de prostate acquises en condition per-opératoire dans le cadre de la destruction de tumeurs effectuée par une technique d'ultrasons haute intensité (HIFU). L'objectif est de délimiter précisément les tissus cible de façon à concentrer l'échauffement induit par les ultrasons tout en réduisant leur impact sur les structures voisines. L' étude bibliographique de l'état de l'art montre que toutes les méthodes de segmentation se référant aux dernières avancées méthodologiques ont été tentées sans pour autant apporter de réponses complètement satisfaisantes au problème du fait de la variabilité des situations rencontrées et surtout de la qualité toute relative des images dans le cas des HIFU. Les différentes solutions proposées dans cette thèse s'appuient sur les modèles déformables discrets enrichis de recherche de points d'ancrage basés gradient, couplés ou pas à une approche de détection de surface optimale. Ces solutions sont testées sur une trentaine de bases de données et analysées à la fois qualitativement et quantitativement par comparaison à des contours définis par des experts. Par ailleurs, une étude préliminaire est conduite sur la caractérisation de texture par différents types de moments (Zernike, Legendre, etc.). Les résultats obtenus montrent un comportement globalement correct et satisfaisant les temps de calcul imposés.

L'indexation de documents numérisés manuscrits pose le problème de la segmentation en lignes qui, si elle échoue, handicape les étapes suivantes d'extraction et de reconnaissance de mots. Dans les documents arabe anciens, s'ajoute à ce problème, la présence dans les marges, d'annotations souvent composées de lignes obliques. La détection de ces lignes est nécessaire et constitue un défi important pour l'indexation de ces documents. Ainsi, la segmentation visée dans ce travail de thèse concerne l'extraction de lignes multi-orientées. Pour ce problème, la bibliographie ne présente que des techniques rudimentaires basées essentiellement sur une projection directe de l'image du document suivant une seule direction et donc non applicable à du texte multi-orienté. Devant ce manque, nous avons proposé une approche adaptative permettant de localiser d'abord les zones d'orientation différentes, puis de s'appuyer sur chaque orientation locale pour extraire les lignes. Pendant ma thèse, j'ai développé les points suivants : – Application d'un maillage automatique en utilisant le modèle de contour actif (snake). – Préparation du signal de profil de projection en supprimant tous les pixels qui ne sont pas nécessaires dans le calcul de l'orientation. Ensuite, application de toutes les distributions d'énergie de la classe de Cohen sur le profil de projection pour trouver la meilleure distribution qui donne l'orientation. – Application de quelques règles d'extension pour trouver les zones. – Extraction des lignes en se basant sur un algorithme de suivi des composantes connexes. – Séparation de lignes

Cette thèse s'inscrit dans le cadre de la géométrie discrète 2D avec pour principales applications l'analyse et la caractérisation de formes. Nous nous intéressons ici aux différents codages de contour de formes binaires que nous présentons dans un premier temps. Nous présentons ensuite plus en détail le plus ancien d'entre eux : le codage de Freeman, et nous développons plus particulièrement des algorithmes sur ce qu'il est possible de faire à partir de ce code. Nous étudions donc l'estimation de paramètres géométriques et de paramètres de formes sur une forme binaire comme le périmètre, l'aire, les diamètres apparents, la dimension fractale, et les coefficients de symétrie d'une forme. Nous voyons ensuite les transformations qu'il est possible d'effectuer sur le code de Freeman sans revenir à la représentation classique de la scène. Enfin, nous abordons la notion de morphologie mathématique en proposant une méthode d'obtention du code du dilaté et de l'érodé d'une forme connue par son code de Freeman.

<p>Pictorial cues, together with motion and stereoscopic depth fields, can be used for perception and constitute ‘three kinds’ of vision. Edges in images are important features and can be created in either of these attributes. Are local edge and global shape detection processes attribute-specific? Three visual phenomena, believed to be due to low-level visual processes, were used as probes to address these issues. (1) Tilt illusions (misperceived orientation of a bar caused by an inducing grating) were used to investigate possible binding of edges across attributes. Double dissociation of tilt repulsion illusions (obtained with small orientation differences between inducer and bar) and attraction illusions (obtained with large orientation differences) suggest different mechanisms for their origins. Repulsion effects are believed to be due to processes in striate cortex and attraction because of higher level processing. The double dissociation was reproduced irrespective of the attributes used to create the inducing grating and the test-bar, suggesting that the detection and binding of edges across attributes take place in striate cortex. (2) Luminance-based illusory contour perception is another phenomenon believed to be mediated by processes in early visual cortical areas. Illusory contours can be cued by other attributes as well. Detection facilitation of a near-threshold luminous line occurred when it was superimposed on illusory contours irrespective of the attributes used as inducers. The result suggests attribute-independent activation of edge detectors, responding to real as well as illusory contours. (3) The performance in detecting snake-like shapes composed of aligned oriented elements embedded in randomly oriented noise elements was similar irrespective of the attributes used to create the elements. Performance when the attributes alternated along the path was superior to that predicted with an independent channel model. These results are discussed in terms of binding across attributes by feed-forward activation of orientation selective attribute-invariant cells (conjunction cells) in early stages of processing and contextual modulation and binding across visual space mediated by lateral and/or feedback signals from higher areas (dynamic binding).</p>

Stimuli outside classical receptive fields have been shown to exert significant influence over the activities of neurons in primary visual cortexWe propose that contextual influences are used for pre-attentive visual segmentation, in a new framework called segmentation without classification. This means that segmentation of an image into regions occurs without classification of features within a region or comparison of features between regions. This segmentation framework is simpler than previous computational approaches, making it implementable by V1 mechanisms, though higher leve l visual mechanisms are needed to refine its output. However, it easily handles a class of segmentation problems that are tricky in conventional methods. The cortex computes global region boundaries by detecting the breakdown of homogeneity or translation invariance in the input, using local intra-cortical interactions mediated by the horizontal connections. The difference between contextual influences near and far from region boundaries makes neural activities near region boundaries higher than elsewhere, making boundaries more salient for perceptual pop-out. This proposal is implemented in a biologically based model of V1, and demonstrated using examples of texture segmentation and figure-ground segregation. The model performs segmentation in exactly the same neural circuit that solves the dual problem of the enhancement of contours, as is suggested by experimental observations. Its behavior is compared with psychophysical and physiological data on segmentation, contour enhancement, and contextual influences. We discuss the implications of segmentation without classification and the predictions of our V1 model, and relate it to other phenomena such as asymmetry in visual search.

Pictorial cues, together with motion and stereoscopic depth fields, can be used for perception and constitute ‘three kinds’ of vision. Edges in images are important features and can be created in either of these attributes. Are local edge and global shape detection processes attribute-specific? Three visual phenomena, believed to be due to low-level visual processes, were used as probes to address these issues. (1) Tilt illusions (misperceived orientation of a bar caused by an inducing grating) were used to investigate possible binding of edges across attributes. Double dissociation of tilt repulsion illusions (obtained with small orientation differences between inducer and bar) and attraction illusions (obtained with large orientation differences) suggest different mechanisms for their origins. Repulsion effects are believed to be due to processes in striate cortex and attraction because of higher level processing. The double dissociation was reproduced irrespective of the attributes used to create the inducing grating and the test-bar, suggesting that the detection and binding of edges across attributes take place in striate cortex. (2) Luminance-based illusory contour perception is another phenomenon believed to be mediated by processes in early visual cortical areas. Illusory contours can be cued by other attributes as well. Detection facilitation of a near-threshold luminous line occurred when it was superimposed on illusory contours irrespective of the attributes used as inducers. The result suggests attribute-independent activation of edge detectors, responding to real as well as illusory contours. (3) The performance in detecting snake-like shapes composed of aligned oriented elements embedded in randomly oriented noise elements was similar irrespective of the attributes used to create the elements. Performance when the attributes alternated along the path was superior to that predicted with an independent channel model. These results are discussed in terms of binding across attributes by feed-forward activation of orientation selective attribute-invariant cells (conjunction cells) in early stages of processing and contextual modulation and binding across visual space mediated by lateral and/or feedback signals from higher areas (dynamic binding).

Localization of Drosophila embryos in images is a fundamental step in an automatic computational system for the exploration of gene-gene interaction on Drosophila. Contour extraction of embryonic images is challenging due to many variations in embryonic images. In the thesis work, we develop a localization framework based on the analysis of connected components of edge pixels in a scale space. We propose criteria to select optimal scales for embryonic localization. Furthermore, we propose a scale mapping strategy to compress the range of a scale space in order to improve the efficiency of the localization framework. The effectiveness of the proposed framework and the scale mapping strategy are validated in our experiments.