La Tomographie Calculée (CT) est une technique non-invasive permettant de fournir des images de toutes les parties du corps humain sans superposition des structures adjacentes. Cette technique se base sur l'absorption de rayon X et permet la reconstruction d'images du corps humain. Les mesures avec CT à rayons X sont soumises à de nombreuses imperfections ou d'artefacts d'images qui comportent : bruit quantique, diffusion des rayons X par le patient, et des effets non linéaires de volume. Le traitement d'image est un outil indispensable pour améliorer le contraste et extraire d'une manière automatique les régions d'intérêts. L'analyse des données d'images CT est une aide à la décision pour l'apparition d'un cancer en phase naissante. La segmentation automatique de la tomographie calculée (CT) est une étape importante pour la chirurgie assistée qui requière à la fois une grande précision et une interaction minimale de l'utilisateur. Les tentatives d'utilisations de la segmentation, comprenant le seuillage (global et optimal), le filtrage, la segmentation par région de type watershead, et l'approche basée sur les contours actifs, ne sont pas pleinement satisfaisantes. Dans cette thèse, nous nous intéressons aux techniques d'extraction automatique des régions représentant les zones cancéreuses dans des images obtenues par la CT. Un nouvel algorithme basé sur la programmation dynamique, est proposé pour l'ajustement automatique des paramètres des contours actifs. Dans notre nouvelle approche, nous utilisons l'entropie pour l'estimation des paramètres alpha et beta de l'énergie interne. Pour obtenir des images pour l'identification des régions malignes, qui soient de meilleure qualité en terme de contraste, nous avons utilisé la fusion d'images à partir de la Transformée en ondelettes. Toutes ces méthodes ont été implémentées sous forme de plugins dans le logiciel GIMP. / Computed Tomography (CT) is a non-invasive technique which provides images of the human body without superposing adjacent structures. This technique is based on the absorption of X-rays by the human body. Analysis from X-ray absorption is subject to a variety of imperfections and image artifacts including quantum noise, X-rays scattered by the patient (absorptive environment), beam hardening, and nonlinear volume effects. Image processing is a crucial tool for contrast enhancement and region analysis. Analysis of CT images is a decision-making tool for cancer formation at an incipient phase. Segmentation of computed tomography (CT) images is an important step in image-guided surgery that requires both high accuracy and minimal user interaction. Previous attempts include thresholding (global and optimal), region growing (region competition, watershed segmentation), edge tracing, and parametric active contour (AC) approaches for segmentation, are not fully satisfying. In this dissertation we have been interested in the CT image processing methods to detect and analyze cancerous regions in phase II and III. A new algorithm, which hinges on dynamic programming, has been proposed for automatically extracting region of interest using adapted active contours. In our new approach, Entropy is used to estimate the parameters alpha and beta of the active contour internal energy. In order to enhance the image quality in terms of contrast and to understand more the regions of interest, image fusion is used. Image fusion is a process of combining multiple images into a single image containing more relevant information. We use Wavelet Transform and a specific Fusion Rule to identify and select relevant information of the process. All these methods have been implemented as plugins in GIMP software.

Cette thèse concerne la segmentation d’images HRpQCT et l’évaluation d’indices morphologiques de l’os cortical pour le diagnostic de l’ostéoporose et la prédiction des fractures osseuses. Dans un premier temps,deux méthodes sont proposées pour la segmentation de l’os cortical. La première utilise une nouvelle approche des contours actifs basée sur la logique floue suivie d’une nouvelle technique de remplissage développée pour imiter le comportement des opérateurs pour séparer l’os cortical de l’os trabéculaire. La deuxième approche est une technique 3D à double contours actifs combinant à la fois les informations locales le long et entre les deux contours. Les deux approches de segmentation sont comparées à celles de l’état de l’art afin de valider leurs performances. Dans un second temps, différents indices extraits de l’os cortical sont utilisés pour déterminer leur potentiel de prédiction des fractures ostéoporotiques. Les résultats obtenus montent que l’analyse globale de l’os cortical masque des variations potentiellement importantes.Par conséquent, une décomposition régionale de l’enveloppe corticale est proposée afin d’améliorer la prédiction du risque fracturaire. / This thesis concerns the segmentation of HRpQCT images and the evaluation of the cortical bone parameters for the osteoporosis characterization and the fracture prediction. Firstly, two approaches were proposed to segment the cortical bone. The first uses a new fuzzy energy active contours approach followed by a new filling technique designed to mimic the behaviour of clinicians while extracting the cortical bone from the trabecularone. The second approach is a local based 3D dual active contours approach proposed to separate between three regions constituting the image. To move, this approach combines the local information along each point in the two contours conjointly with the information between them. The segmentation results of these approaches were confronted to the state of the art methods to validate their performance. Secondly,different parameters were extracted from the segmented cortical bone to monitor the association of these parameters with the osteoporotic fracture prediction. Global analysis of the cortical bone obscures potentially important regional variations. Therefore, regional cortical decomposition was proposed to illustrate that cortical sub-regions could improve the evaluation of fracture risk than the global analysis of the cortical bone.

Il existe aujourd'hui de nombreux procédés de soudage répondant à la très grande variété d'assemblage à réaliser et aux caractéristiques des métaux utilisés. Le premier chapitre décrit les différentes sources d'énergie utilisées en soudage. Suite à cela, une explication plus détaillée du soudage à l'arc électrique est donnée. Enfin nous présentons la conception d'une plateforme d'essai de soudage. Il est possible, bien sûr, d'utiliser une approche empirique pour optimiser un procédé. Néanmoins il y a des avantages à choisir une approche analytique puisqu'on peut en attendre des avancées significatives dans la compréhension des interactions dynamiques présentes dans l'arc. C'est pourquoi nous présentons dans le chapitre 2 les connaissances théoriques de la physique quant au comportement du métal liquide transféré en soudage MIG/MAG. Ce travail comporte donc également un aspect expérimental nécessaire à l'élaboration des bases de données utilisées pour la construction des modèles. Les différents enregistrements ont été effectués au CTAS sur une plate forme équipée d'un système d'acquisition de données pour les mesures de tension, courant, vitesse fil et d'un système de vidéo rapide. Le chapitre 3 présente notre recherche d'une méthode de segmentation permettant d'obtenir le suivi de variables pertinentes. Nous y proposons un capteur logiciel basé sur la théorie des contours actifs et montrons de bons résultats obtenus sur des vidéos expérimentales. Une étape d'ajustement de certains paramètres est indispensable. Elle est donnée dans le chapitre 4. Le simulateur créé permet d’interpréter certains phénomènes importants en soudage, de réaliser une étude de sensibilité « sans risque » et de donner les signatures théoriques de défauts. / Nowadays there is a lot of welding processes giving an answer to the great diversity of joints to realize and to the characteristics of the metals employed. The first chapter describes the different power sources used in welding. After that, a more detailed explanation of arc welding is given. Finally we present the design of a welding test bed. One can, of course, use an empirical approach to optimize a process. Nevertheless there are advantages in choosing an analytical approach since we can expect significant progress in the understanding of the dynamical interactions in the arc. That’s why we present in the second chapter the theoretical knowledge concerning the behaviour of the molten metal transferred during Gas Metal Arc Welding. This work involves as well an experimental aspect required for the elaboration of the databases used to build the model. The recordings were made at CTAS on a test bed equipped with an acquisition system for measuring voltage, current, wire feed speed and high speed videos. The third chapter presents our research of a segmentation method to measure some relevant quantities. We propose a software sensor based on the active contour theory and we show good results on experimental movies. An adjustment step of the model is needed and described in the fourth chapter. The created simulator allows us to interpret some important phenomena in welding, to make a sensitive study “without risk” and to give theoretical defects signatures.

La segmentation des lèvres est une étape essentielle pour de nombreux systèmes multimedia tels que la vidéoconférence, la lecture labiale ou les systèmes de communication bas débit. Au cours de cette thèse, nous avons développé un algorithme quasi automatique, précis et robuste de segmentation de lèvres dans des séquences vidéo. Dans un premier temps, le contour supérieur de la bouche ainsi que plusieurs points caractéristiques sont détectés dans l'image initiale en utilisant un nouveau type de contour actif nommé “jumping snake”. Contrairement aux snakes classiques, le jumping snake est peu sensible à l'initialisation et la détermination de ses paramètres est simple et intuitive. Pour la segmentation proprement dite, nous introduisons un modèle analytique très flexible composé de quelques courbes cubiques. L'intérêt de ce modèle réside avant tout dans sa grande flexibilité qui permet de rendre compte de manière réaliste d'un très large panel de formes possibles pour la bouche. Dans les images suivantes, la segmentation est réalisée en utilisant un suivi temporel des points caractéristiques et des paramètres du modèle. De plus, nous proposons un algorithme de recalage permettant de compenser efficacement les erreurs de suivi. Finalement, nous montrons que notre algorithme permet de suivre les points caractéristiques avec une précision comparable à celle d'une saisie manuelle.

Le monde médical dispose de plus en plus de sources d'images différentes, non seulement pour réaliser un diagnostic mais aussi pour évaluer l'efficacité d'un traitement et pour être guidé dans les interventions chirurgicales. Parallèlement, le développement des techniques opératoires s'oriente vers la chirurgie non " à ciel ouvert ", notamment la coelioscopie, qui permet de diminuer les risques liés à l'intervention ainsi que le temps d'hospitalisation du patient. En revanche, elle rend moins intuitive la réalisation de l'acte chirurgical, notamment du fait de la vision réduite à l'utilisation d'une ou plusieurs caméras dans la région d'intérêt. Durant ma thèse, j'ai conçu et mis en oeuvre des nouvelles méthodes informatiques de traitement 3D d'images radiologiques ainsi que de nouvelles utilisations médicales de ces images. Les contributions présentées concernent la visualisation et le traitement des données, la segmentation de structures 3D, la fusion mono et multimodale et l'aide à la réalisation d'interventions. Les applications présentées concernent notamment la planification et la réalisation d'interventions sous coelioscopie et de ponctions mais aussi l'imagerie industrielle. L'utilisation conjointe de différentes modalités d'images permet d'améliorer la visualisation, la manipulation et la compréhension de scènes tridimensionnelles, conduisant à une plus grande compréhension des observations et à une meilleure prise de décision.

Ce travail est consacré au développement ainsi qu'à l'implantation de deux modèles variationnels pour la classification d'images. La classification d'images, consistant à attribuer une étiquette à chaque pixel d'une image, concerne de nombreuses applications à partir du moment où cette opération intervient très souvent à la base des chaînes de traitement et d'interprétation d'images. De nombreux modèles de classification ont déjà été développés dans un cadre stochastique ou à travers des approches structurales, mais rarement dans un contexte variationnel qui a déjà montré son efficacité dans divers domaines tels que la reconstruction ou la restauration d'images. Le premier modèle que nous proposons repose sur la minimisation d'une famille de critères dont la suite de solutions converge vers une partition des données composée de classes homogènes séparées par des contours réguliers. Cette approche entre dans le cadre des problèmes à discontinuité libre (free discontinuity problems) et fait appel à des notions de convergence variationnelle telle que la théorie de la ì-convergence. La famille de fonctionnelles que nous proposons de minimiser contient un terme de régularisation, ainsi qu'un terme de classification. Lors de la convergence de cette suite de critères, le modèle change progressivement de comportement en commençant par restaurer l'image avant d'entamer le processus d'étiquetage des pixels. Parallèlement à cette approche, nous avons développé un second modèle de classification mettant en jeu un ensemble de régions et contours actifs. Nous utilisons une approche par ensembles de niveaux pour définir le critère à minimiser, cette approche ayant déjà suscité de nombreux travaux dans le cadre de la segmentation d'images. Chaque classe, et son ensemble de régions et contours associé, est défini à travers une fonction d'ensemble de niveaux. Le critère contient des termes reliés à l'information sur les régions ainsi qu'à l'information sur les contours. Nous aboutissons à la résolution d'un système d'équations aux dérivées partielles couplées et plongées dans un schéma dynamique. L'évolution de chaque région est guidée par un jeu de forces permettant d'obtenir une partition de l'image composée de classes homogènes et dont les frontières sont lisses. Nous avons mené des expériences sur de nombreuses données synthétiques ainsi que sur des images satellitaires SPOT. Nous avons également étendu ces deux modèles au cas de données multispectrales et obtenu des résultats sur des données SPOT XS que nous avons comparé à ceux obtenus par différents modèles.

Les techniques de traitement d'image sont maintenant largement répandues dans une grande quantité de domaines: comme l'imagerie médicale, la post-production de films, les jeux... La détection et l'extraction automatique de régions d'intérêt à l'intérieur d'une image, d'un volume ou d'une vidéo est réel challenge puisqu'il représente un point de départ pour un grand nombre d'applications en traitement d'image. Cependant beaucoup de techniques développées pendant ces dernières années et les méthodes de l'état de l'art souffrent de quelques inconvénients: la méthode des ensembles de niveaux fournit seulement un minimum local tandis que la méthode de coupes de graphe vient de la communauté combinatoire et pourrait tirer profit de la spécificité des problèmes de traitement d'image. Dans cette thèse, nous proposons deux prolongements des méthodes précédemment citées afin de réduire ou enlever ces inconvénients. Nous discutons d'abord les méthodes existantes et montrons comment elles sont liées au problème de segmentation via une formulation énergétique. Nous présentons ensuite des perturbations stochastiques a la méthode des ensembles de niveaux et nous établissons un cadre plus générique: les ensembles de niveaux stochastiques (SLS). Plus tard nous fournissons une application directe du SLS à la segmentation d'image et montrons qu'elle fournit une meilleure minimisation des énergies. Fondamentalement, il permet aux contours de s'échapper des minima locaux. Nous proposons ensuite une nouvelle formulation d'un algorithme existant des coupes de graphe afin d'introduire de nouveaux concepts intéressant pour la communauté de traitement d'image: comme l'initialisation de l'algorithme pour l'amélioration de vitesse. Nous fournissons également une nouvelle approche pour l'extraction de couches d'une vidéo par segmentation du mouvement et qui extrait à la fois les couches visibles et cachées présentes.

En imagerie d'émission, la médecine nucléaire fournit une information fonctionnelle sur l'organe étudié. En imagerie de transmission, elle fournit une information anatomique, destinée par exemple à corriger certains facteurs de dégradation des images d'émission. Qu'il s'agisse d'une image d'émission ou de transmission, il est utile de savoir extraire de façon automatique ou semi-automatique les éléments pertinents : le ou les organes d'intérêt et le pourtour du patient lorsque le champ d'acquisition est large. Voilà le but des méthodes de segmentation. Nous avons développé deux méthodes de segmentation par contours actifs, le point crucial étant la définition de leur vitesse d'évolution. Elles ont été mises en œuvre par les ensembles de niveaux. En premier lieu, nous nous sommes intéressés à l'imagerie statique de transmission de la région thoracique. La vitesse d'évolution, définie heuristiquement, fait directement intervenir les projections acquises. La carte de transmission segmentée, obtenue ainsi sans reconstruction, doit servir à améliorer la correction de l'atténuation photonique subie par les images cardiaques d'émission. Puis nous avons étudié la segmentation des séquences cardiaques -- d'émission -- synchronisées par électrocardiogramme. La méthode de segmentation spatio-temporelle développée résulte de la minimisation d'un critère variationnel exploitant d'un bloc l'ensemble de la séquence. La segmentation obtenue doit servir au calcul de paramètres physiologiques. Nous l'avons illustré en calculant la fraction d'éjection. Pour terminer, nous avons exploité les propriétés des ensembles de niveaux afin de développer une méthode géométrique de recalage, non rigide et non paramétrique. Nous l'avons appliquée à la compensation cinétique des images des séquences cardiaques synchronisées. Les images recalées ont alors été ajoutées de sorte à produire une image dont le niveau de bruit est comparable à celui d'une image cardiaque statique sans toutefois souffrir de flou cinétique.

La segmentation de régions d'intérêt dans le cadre de l'analyse d'images médicales et biomédicales reste encore à ce jour un challenge en raison notamment de la variété des modalités d'acquisition et des caractéristiques associées (bruit par exemple).Dans ce contexte particulier, cet exposé présente une méthode de segmentation de type contour actif dont l 'énergie associée à l'obtention de l'équation d'évolution s'appuie sur une mesure de similarité entre les densités de probabilités (en niveau de gris) des régions intérieure et extérieure au contour au cours du processus itératif de segmentation. En particulier, nous nous intéressons à la famille particulière des alpha-divergences. L'intérêt principal de cette méthode réside (i) dans la flexibilité des alpha-divergences dont la métrique intrinsèque peut être paramétrisée via la valeur du paramètre alpha et donc adaptée aux distributions statistiques des régions de l'image à segmenter ; et (ii) dans la capacité unificatrice de cette mesure statistique vis-à-vis des distances classiquement utilisées dans ce contexte (Kullback- Leibler, Hellinger...). Nous abordons l'étude de cette mesure statistique tout d'abord d'un point de vue supervisé pour lequel le processus itératif de segmentation se déduit de la minimisation de l'alpha-divergence (au sens variationnel) entre la densité de probabilité courante et une référence définie a priori. Puis nous nous intéressons au point de vue non supervisé qui permet de s'affranchir de l'étape de définition des références par le biais d'une maximisation de distance entre les densités de probabilités intérieure et extérieure au contour. Par ailleurs, nous proposons une démarche d'optimisation de l'évolution du paramètre alpha conjointe au processus de minimisation ou de maximisation de la divergence permettant d'adapter itérativement la divergence à la statistique des données considérées. Au niveau expérimental, nous proposons une étude comparée des différentes approches de segmentation : en premier lieu, sur des images synthétiques bruitées et texturées, puis, sur des images naturelles. Enfin, nous focalisons notre étude sur différentes applications issues des domaines biomédicaux (microscopie confocale cellulaire) et médicaux (radiographie X, IRM) dans le contexte de l'aide au diagnotic. Dans chacun des cas, une discussion sur l'apport des alpha-divergences est proposée.

Les modèles déformables ou les contours actifs sont utilisés pour extraire les caractéristiques visuelles dans une image, en particulier les contours d'objets.<br />Notre propos dans cette thèse, est d'étudier ces modèles dans un environnement multirésolution.<br />Commençant par une étude des contours actifs à haute résolution, nous démontrons un théorème d'existence pour les contours actifs fermés et les contours actifs à extrémités libres. Nous présentons ensuite un nouveau modèle appelé la bulle déformable, qui a l'avantage d'avoir une représentation discrète, d'être relativement robuste au bruit et à la texture et d'agir par faibles déformations.<br />Ensuite nous étudions quelques techniques de multirésolution, en présentant les avantages et les inconvénients de chacune. A travers une proposition que nous avons montrée, nous établissons le lien entre la multirésolution et la notion de minimisation d'énergie.<br />Enfin, nous terminons par une proposition originale qui consiste à faire coopérer les contours actifs et la multirésolution. Cette coopération s'agrémente de plusieurs approches pour faire passer le contour du haut de la pyramide vers sa base. Elle associe entre autres une factorisation du modèle des contours actifs, d'une part selon une démarche de type membrane effectuée à basse résolution, et d'autre part selon une démarche de type plaque mince au travers des différentes résolutions supérieures permettant de réajuster le contour détecté jusqu'à la résolution initiale.