Ce travail porte sur l'étude d'architectures dédiées à la segmentation d'images pour la vision industrielle. Nous nous sommes tournés vers des traitements issus de la morphologie mathématique, qui répondent aux exigences de la vision industrielle: généricité, robustesse, facilité de mise en oeuvre. Ces traitements sont basés sur la propagation de fronts de données selon les critères de géodésie et d'idempotence: ligne de partage des eaux, reconstruction, étiquetage, etc. Nous montrons leur efficacité dans des cas concrêts et établissons une liste des opérateurs qui seront implantés.<br />Deux approches architecturales sont abordées. Nous montrons, tout d'abord, qu'un automate cellulaire massivement parallèle permet de suivre simultanément tous les fronts de propagation, grâce à un mécanisme associatif visant àlimiter les contraintes de synchronization entre processeurs. cette architecture constitue une référence en terme d vitesse, mais aussi un outil d'étude du comportement des opérateurs géodésiques.<br />Ensuite, nous portons notre intérêt sur une architecture entrant mieux dans un contexte industriel. Elle repose sur des algorithmes génériques à balayage dépendant des données, que nous exposons. Il s'agit d'une machine pipe-line dans laquelle interviennent les parallélismes de flux, de contrôle et de données. Les difficultés rencontrées résident dans l'irrégularité inhérente aux algorithmes data-driven. Nous présentons une structure de données permettant l'accès simultané aux voisins d'un point quelconque et s 'acquittant d'un parcours non prédeterminé des points de l'image. La régularisation du flot d'instructions est également approfondie en se basant sur l'étude du comportement du processus de propagation dans des images d'origine industrielle. Cette architecture appelée SPIDDO conduit, pour la ligne de partage des eaux, à des vitesses de traitement de 40 ms lorsqu'elle est cadencée à 25 MHz.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00003040 |
| Date | 26 January 2002 |
| Creators | NOGUET, D. |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0017 seconds